知识星球推荐：CVer计算机视觉

AI数据类知识星球推荐：CVer计算机视觉

星球概况：

最大的计算机视觉AI知识星球！每日更新，第一时间分享最新最前沿的计算机视觉、AI绘画、图像处理、深度学习、自动驾驶、医疗影像和AIGC等方向的学习资料【加入CVer星球，你将获得】1.最新的优质AI论文推送及下载(pdf可一键下载)2.最新的CV实战项目（涵盖分类/检测/分割/识别等）3.从入门到精通的人工智能学习资料（涵盖计算机视觉、图像处理、深度学习、医疗影像和自动驾驶等领域）4.具体垂直方向已涵盖且不限于：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer、扩散模型、多模态学习、AIGC和元宇宙等。

精选主题预览：

医学图像分析中的标签高效深度学习：挑战和未来方向

31页综述，318篇参考文献！本文全面概述了医学图像分析(MIA)中标签高效学习策略的最新进展，介绍了标签高效学习的背景，并将这些方法分类为不同的方案，对每个方案详细介绍当前最先进的方法。涵盖了半监督、自监督和多示例学习方案，还涵盖了最近出现的主动和注释高效的学习策略。单位：香港科技大学（陈浩团队）

注：综述PDF已上传至星球，可一键秒下载

近年来，深度学习得到了快速发展，并在广泛的应用中取得了最先进的性能。然而，训练模型…

关于AIGC的完整调研：从GPT-4到GPT-5的ChatGPT就是你所需要的吗？

56页综述，共计548篇参考文献！本文首次对AIGC任务进行全面调研，从其技术到应用，迅速填补了这一空白，介绍了基础技术(从模型架构和自监督预训练到生成建模方法)，并介绍了技术方向(文本、图像、视频、3D等)，还总结了它们在一些主流行业的重要应用，如教育和创意。单位：庆熙大学, KAIST, 北理工, 香港理工, 电子科大

注：综述PDF已上传至星球，可一键秒下载

随着ChatGPT的迅速…

#CVPR2023 检测开放世界中的一切：面向通用目标检测

本文提出一个通用的目标检测框架UniDetector，能够检测超过7000个类别，这是迄今为止最大的可测量类别规模，在13个公共检测数据集上性能表现出色，单位：BNRist, 清华, 港大, Meta, MIT

注：论文PDF已上传至星球，可一键秒下载

在本文中，我们正式讨论了通用目标检测，其目的是检测每个场景并预测每个类别。开放世界中对人类注释的依赖、有限的视觉信息和新颖的类别严重限制了传统检测器的普遍性。我们…

SHERF：来自单个图像的可泛化Human NeRF 

SHERF：第一个可推广的Human NeRF模型，它从单个人体图像输入中恢复可动画化的3D人体，从而能够从自由视图和姿势中进行渲染和动画制作，代码即将开源！单位：南洋理工大学, 商汤

注：论文PDF已上传至星球，可一键秒下载

用于重建3D人类的现有人类NeRF方法通常依赖于来自多视图相机的多个2D图像或从固定相机视图捕获的单眼视频。然而，在现实世界的场景中，人体图像通常是从随机的相机角度拍摄的，这给高质量的3D人体…

神经预处理(NPP)：端到端脑部MRI预处理的学习框架

NPP：一种新的用于脑部MRI预处理的神经网络方法，其将几何保留转换（包括颅骨分离和偏置场矫正）和空间变换解耦。实验表明，NPP在大脑MRI预处理的主要任务中获得最先进的结果，代码即将开源！单位：康奈尔大学

注：论文PDF已上传至星球，可一键秒下载

头部MRI预处理包括在标准坐标空间中将原始图像转换为强度归一化、颅骨分离的大脑。在本文中，我们提出了一种端到端的弱监督学习方法，称为神经预处理（NPP），用于通过神经网络…

#CVPR2023 OcTr：用于3D目标检测的基于八叉树的Transformer

OcTr：一种基于八叉树的Transformer的3D目标检测新网络，旨在平衡细粒度的全局表示和效率与可接受的资源成本，性能表现SOTA！优于VoxSeT等网络，单位：北航

注：论文PDF已上传至星球，可一键秒下载

基于激光雷达的3D目标检测的一个关键挑战是从大规模3D场景中捕捉足够的特征，尤其是对于远处或u002F和被遮挡的物体。尽管Transformers最近在长序列建模能力方面做出了努力，但…