Этот пост будет в основном содержать статьи о компьютерном зрении. В основном я составлял этот список, чтобы отслеживать все статьи, которые прочитал.

Группа чтения по бумаге, сем. 1

  1. Поиск прогрессивной нейронной архитектуры
  2. Крупномасштабное обучение GAN для высокоточного синтеза естественных изображений
  3. GANimation: анатомическая анимация лица из одного изображения
  4. Сверточные рекуррентные модели визуальной системы, ориентированные на задачи
  5. Мультимодальный неконтролируемый перевод изображения в изображение
  6. DropBlock: метод регуляризации сверточных сетей
  7. Глубокая реконструкция изображения по активности человеческого мозга
  8. Проверка здравомыслия для карт значимости
  9. Динамические краевые фильтры в сверточных нейронных сетях на графах
  10. Развитие нейронных архитектур пространства-времени для видео
  11. Адаптивное трансферное обучение предметной области с использованием специализированных моделей
  12. Сферические CNN
  13. Набор хитростей для классификации изображений с помощью сверточных нейронных сетей
  14. Smooth Neighbours on Teacher Graphs для полуавтоматического обучения

Группа чтения по бумаге, сем. 2

  1. Прототипные сети для быстрого обучения
  2. Немногочисленная семантическая сегментация с обучением прототипу
  3. Повышение внимания к вниманию: повышение производительности сверточных нейронных сетей с помощью передачи внимания
  4. Прогнозирование будущих кадров для обнаружения аномалий - новый базовый уровень
  5. Структурированные сверточные нейронные сети
  6. Синтез видео в видео. Код на Github
  7. Поиск нейронной архитектуры с байесовской оптимизацией и оптимальным транспортом
  8. InstaGAN: преобразование изображения в изображение с учетом экземпляров
  9. Свечение: Генеративный поток с обратимыми свертками 1 × 1
  10. Исследование методом случайной сетевой дистилляции
  11. Тестирование устойчивости нейронной сети к распространенным повреждениям и возмущениям
  12. Создание генеративного изображения с контекстным вниманием
  13. Сети SlowFast для распознавания видео
  14. Воплощенный ответ на вопрос
  15. AttnGAN: Генерация детализированного текста в изображение с привлечением внимания генерирующих враждебных сетей. Представлено мной 22 марта 2019 г.
  16. Сегментация опухоли головного мозга 3D МРТ с использованием регуляризации автоэнкодера
  17. Неконтролируемая оценка глубины монокуляра с согласованностью влево-вправо
  18. Заглядывать в будущее: предсказывать будущие действия и местоположение человека в видеороликах

Статьи, прочитанные в модулях курса компьютерного зрения B657

  1. Вычислительный подход к обнаружению краев
  2. Нормализованные обрезки и сегментация изображений
  3. Эффективная сегментация изображений на основе графиков
  4. Отличительные особенности изображения от масштабно-инвариантных ключевых точек
  5. Эффективное распространение убеждений для раннего видения

Статьи, прочитанные на совещаниях по курсу компьютерного зрения B657

  1. Дизайн и использование регулируемых фильтров
  2. Обнаружение объектов с использованием преобразования Хафа с максимальным запасом
  3. Метод выбора порога по гистограммам серого
  4. Сегментация как выборочный поиск для распознавания объектов
  5. FaceNet: единое вложение для распознавания лиц и кластеризации
  6. Глубина обучения по одиночным изображениям в монокуляре
  7. Генеративные состязательные сети. Я сделал краткую презентацию об этом и представил ее 19 февраля 2019 года.
  8. Обучение неконтролируемому представлению с помощью глубоких сверточных GAN
  9. Вы только посмотрите один раз: унифицированное обнаружение объектов в реальном времени
  10. Создание изображения высокого разрешения с использованием многомасштабного нейронного анализа пятен
  11. LayoutNet: реконструкция трехмерной планировки комнаты из одного изображения RGB
  12. Полностью сверточные сети для семантической сегментации
  13. SegNet: архитектура глубокого сверточного кодировщика-декодера для сегментации изображений
  14. Гистограммы ориентированных градиентов для обнаружения человека
  15. Одновременное обнаружение и сегментация
  16. Учимся видеть в темноте

Прочтите другие статьи

  1. Немногочисленное распространение сегментации с управляемыми сетями
  2. Условные сети для кратковременной семантической сегментации
  3. Одноразовое обучение для семантической сегментации. Код на Github
  4. Обнаружение малюсеньких объектов с помощью повторного взвешивания функций

Документы по операционной системе (прочтите курс P536 - Расширенные операционные системы)

  1. Slab Allocator: объектно-кэширующий распределитель памяти ядра. Бумажное обозрение
  2. ARC: самонастраивающийся кэш для замены с низкими накладными расходами. Бумажное обозрение
  3. Сравнение программных и аппаратных средств виртуализации x86. Бумажное обозрение

PS: В этом посте есть три статьи об операционных системах, потому что мне пришлось их прочитать и обобщить.