CVPR2021分享汇报

汇报论文汇总： http://paper.idea.edu.cn/cvpr2021
录播：

目标检测

Weakly-supervised Instance Segmentation via Class-agnostic Learning with Salient Images

• https://arxiv.org/abs/1512.03012
• https://github.com/hustvl/BoxCaseg

PointAugmenting: Cross-Modal Augmentation for 3D Object Detection

跨模态3D物体检测算法

• http://paper.idea.edu.cn/paper/544429653300703242
• https://vision.sjtu.edu.cn/files/cvpr21_pointaugmenting.pdf

多模态3D目标检测 （融合多传感器）
2D图像检测结果扩展为3D框

点云雷达标定

• 点云特征压缩到鸟瞰图上
• 点云与图像特征拼接

数据模态的一致性，在点云上删除图像的遮挡部分

Towards More Flexible and Accurate Object Tracking with Natural Language: Algorithms and Benchmark

基于自然语言的目标跟踪

三维视觉

Deep Implicit Moving Least-Squares Functions for 3D Reconstruction

IMLSNet预测了一个八叉树结构，作为在需要时生成MLS点的支架，并通过学习的局部先验来描述形状几何，在重建质量和计算效率方面超过了最先进的基于学习的方法
https://arxiv.org/pdf/2103.12266.pdf

Variational Relational Point Completion Network

一个多视图部分点云数据集（MVP数据集），其中包含超过10万个高质量的扫描，从26个均匀分布的相机姿态为每个三维CAD模型渲染了部分三维形状。广泛的实验表明，VRCNet在所有标准的点云补全基准上都优于最先进的方法，也在现实世界的点云扫描中显示出了极大的通用性和稳健性。

We are More than Our Joints: Predicting how 3D Bodies Move