本文首发极市平台公众号，转载请获得授权并标明出处。

ECCV 2022 论文分方向整理目前在极市社区持续更新中，已累计更新了54篇，项目地址：https://github.com/extreme-assistant/ECCV2022-Paper-Code-Interpretation

以下是本周更新的 ECCV 2022 论文，包含检测，分割，图像处理，视频理解，神经网络结构设计，无监督学习，迁移学习等方向。

论文合集打包下载地址：https://www.cvmart.net/community/detail/6592

– 检测 – 分割 – 图像处理 – 视频处理 – 图像、视频检索与理解 – 估计- 目标跟踪 – 文本检测与识别 – GAN/生成式/对抗式 – 神经网络结构设计 – 数据处理 – 模型训练/泛化 – 模型压缩 – 模型评估 – 半监督学习/自监督学习 – 多模态/跨模态学习 – 小样本学习 – 强化学习

检测

2D目标检测

[1] Point-to-Box Network for Accurate Object Detection via Single Point Supervision (通过单点监督实现精确目标检测的点对盒网络)paper：https://arxiv.org/abs/2207.06827code：https://github.com/ucas-vg/p2bnet

[2] You Should Look at All Objects (您应该查看所有物体)paper：https://arxiv.org/abs/2207.07889code：https://github.com/charlespikachu/yslao

[3] Adversarially-Aware Robust Object Detector (对抗性感知鲁棒目标检测器)paper：https://arxiv.org/abs/2207.06202code：https://github.com/7eu7d7/robustdet

3D目标检测

[1] Rethinking IoU-based Optimization for Single-stage 3D Object Detection (重新思考基于 IoU 的单阶段 3D 对象检测优化)paper：https://arxiv.org/abs/2207.09332

人物交互检测

[1] Towards Hard-Positive Query Mining for DETR-based Human-Object Interaction Detection (面向基于 DETR 的人机交互检测的硬性查询挖掘)paper：https://arxiv.org/abs/2207.05293 code：https://github.com/muchhair/hqm

图像异常检测

[1] DICE: Leveraging Sparsification for Out-of-Distribution Detection (DICE：利用稀疏化进行分布外检测)paper：https://arxiv.org/abs/2111.09805code：https://github.com/deeplearning-wisc/dice

分割

实例分割

[1] Box-supervised Instance Segmentation with Level Set Evolution (具有水平集进化的框监督实例分割)paper：https://arxiv.org/abs/2207.09055

[2] OSFormer: One-Stage Camouflaged Instance Segmentation with Transformers (OSFormer：使用 Transformers 进行单阶段伪装实例分割)paper：https://arxiv.org/abs/2207.02255 code：https://github.com/pjlallen/osformer

语义分割

[1] 2DPASS: 2D Priors Assisted Semantic Segmentation on LiDAR Point Clouds (2DPASS：激光雷达点云上的二维先验辅助语义分割)paper：https://arxiv.org/abs/2207.04397 code：https://github.com/yanx27/2dpass

视频目标分割

[1] Learning Quality-aware Dynamic Memory for Video Object Segmentation (视频对象分割的学习质量感知动态内存)paper：https://arxiv.org/abs/2207.07922code：https://github.com/workforai/qdmn

图像处理

超分辨率

[1] Dynamic Dual Trainable Bounds for Ultra-low Precision Super-Resolution Networks (超低精度超分辨率网络的动态双可训练边界)paper：https://arxiv.org/abs/2203.03844 code：https://github.com/zysxmu/ddtb

图像去噪

[1] Deep Semantic Statistics Matching (D2SM) Denoising Network (深度语义统计匹配（D2SM）去噪网络)paper：https://arxiv.org/abs/2207.09302

图像复原/图像增强/图像重建

[1] Semantic-Sparse Colorization Network for Deep Exemplar-based Colorization (用于基于深度示例的着色的语义稀疏着色网络)paper：https://arxiv.org/abs/2112.01335

[2] Geometry-aware Single-image Full-body Human Relighting (几何感知单图像全身人体重新照明)paper：https://arxiv.org/abs/2207.04750

[3] Multi-Modal Masked Pre-Training for Monocular Panoramic Depth Completion (单目全景深度补全的多模态蒙面预训练)paper：https://arxiv.org/abs/2203.09855

[4] PanoFormer: Panorama Transformer for Indoor 360 Depth Estimation (PanoFormer：用于室内 360 深度估计的全景变压器)paper：https://arxiv.org/abs/2203.09283

[5] SESS: Saliency Enhancing with Scaling and Sliding (SESS：通过缩放和滑动增强显着性)paper：https://arxiv.org/abs/2207.01769

[6] RigNet: Repetitive Image Guided Network for Depth Completion (RigNet：用于深度补全的重复图像引导网络)paper：https://arxiv.org/abs/2107.13802

图像外推(Image Outpainting)

[1] Outpainting by Queries (通过查询进行外包)paper：https://arxiv.org/abs/2207.05312 code：https://github.com/kaiseem/queryotr

风格迁移(Style Transfer)

[1] CCPL: Contrastive Coherence Preserving Loss for Versatile Style Transfer (CCPL：通用风格迁移的对比相干性保留损失)paper：https://arxiv.org/abs/2207.04808 code：https://github.com/JarrentWu1031/CCPL

视频处理(Video Processing)

[1] Improving the Perceptual Quality of 2D Animation Interpolation (提高二维动画插值的感知质量)paper：https://arxiv.org/abs/2111.12792code：https://github.com/shuhongchen/eisai-anime-interpolator

[2] Real-Time Intermediate Flow Estimation for Video Frame Interpolation (视频帧插值的实时中间流估计)paper：https://arxiv.org/abs/2011.06294 code：https://github.com/MegEngine/arXiv2020-RIFE

图像、视频检索与理解

动作识别

[1] ReAct: Temporal Action Detection with Relational Queries (ReAct：使用关系查询的时间动作检测)paper：https://arxiv.org/abs/2207.07097code：https://github.com/sssste/react

[2] Hunting Group Clues with Transformers for Social Group Activity Recognition (用Transformers寻找群体线索用于社会群体活动识别)paper：https://arxiv.org/abs/2207.05254

视频理解

[1] GraphVid: It Only Takes a Few Nodes to Understand a Video (GraphVid：只需几个节点即可理解视频)paper：https://arxiv.org/abs/2207.01375

[2] Deep Hash Distillation for Image Retrieval (用于图像检索的深度哈希蒸馏)paper：https://arxiv.org/abs/2112.08816code：https://github.com/youngkyunjang/deep-hash-distillation

视频检索(Video Retrieval)

[1] TS2-Net: Token Shift and Selection Transformer for Text-Video Retrieval (TS2-Net：用于文本视频检索的令牌移位和选择转换器)paper：https://arxiv.org/abs/2207.07852code：https://github.com/yuqi657/ts2_net

[2] Lightweight Attentional Feature Fusion: A New Baseline for Text-to-Video Retrieval (轻量级注意力特征融合：文本到视频检索的新基线)paper：https://arxiv.org/abs/2112.01832

估计

位姿估计

[1] Category-Level 6D Object Pose and Size Estimation using Self-Supervised Deep Prior Deformation Networks (使用自监督深度先验变形网络的类别级 6D 对象姿势和大小估计)paper：https://arxiv.org/abs/2207.05444 code：https://github.com/jiehonglin/self-dpdn

深度估计

[1] Physical Attack on Monocular Depth Estimation with Optimal Adversarial Patches (使用最优对抗补丁对单目深度估计进行物理攻击)paper：https://arxiv.org/abs/2207.04718

目标跟踪

[1] Towards Grand Unification of Object Tracking (迈向目标跟踪的大统一)paper：https://arxiv.org/abs/2207.07078code：https://github.com/masterbin-iiau/unicorn

文本检测与识别

[1] Dynamic Low-Resolution Distillation for Cost-Efficient End-to-End Text Spotting (用于经济高效的端到端文本识别的动态低分辨率蒸馏)paper：https://arxiv.org/abs/2207.06694code：https://github.com/hikopensource/davar-lab-ocr

GAN/生成式/对抗式

[1] Eliminating Gradient Conflict in Reference-based Line-Art Colorization (消除基于参考的艺术线条着色中的梯度冲突)paper：https://arxiv.org/abs/2207.06095code：https://github.com/kunkun0w0/sga

[2] WaveGAN: Frequency-aware GAN for High-Fidelity Few-shot Image Generation (WaveGAN：用于高保真少镜头图像生成的频率感知 GAN)paper：https://arxiv.org/abs/2207.07288code：https://github.com/kobeshegu/eccv2022_wavegan

[3] FakeCLR: Exploring Contrastive Learning for Solving Latent Discontinuity in Data-Efficient GANs (FakeCLR：探索对比学习以解决数据高效 GAN 中的潜在不连续性)paper：https://arxiv.org/abs/2207.08630code：https://github.com/iceli1007/fakeclr

[4] UniCR: Universally Approximated Certified Robustness via Randomized Smoothing (UniCR：通过随机平滑获得普遍近似的认证鲁棒性)paper：https://arxiv.org/abs/2207.02152

神经网络结构设计

神经网络架构搜索(NAS)

[1] ScaleNet: Searching for the Model to Scale (ScaleNet：搜索要扩展的模型)paper：https://arxiv.org/abs/2207.07267code：https://github.com/luminolx/scalenet

[2] Ensemble Knowledge Guided Sub-network Search and Fine-tuning for Filter Pruning (集成知识引导的子网络搜索和过滤器修剪微调)paper：https://arxiv.org/abs/2203.02651 code：https://github.com/sseung0703/ekg

[3] EAGAN: Efficient Two-stage Evolutionary Architecture Search for GANs (EAGAN：GAN 的高效两阶段进化架构搜索)paper：https://arxiv.org/abs/2111.15097 code：https://github.com/marsggbo/EAGAN

数据处理

归一化

[1] Fine-grained Data Distribution Alignment for Post-Training Quantization (训练后量化的细粒度数据分布对齐)paper：https://arxiv.org/abs/2109.04186 code：https://github.com/zysxmu/fdda

模型训练/泛化

噪声标签

[1] Learning with Noisy Labels by Efficient Transition Matrix Estimation to Combat Label Miscorrection (通过有效的转移矩阵估计学习噪声标签以对抗标签错误校正)paper：https://arxiv.org/abs/2111.14932

模型压缩

知识蒸馏

[1] Knowledge Condensation Distillation (知识浓缩蒸馏)paper：https://arxiv.org/abs/2207.05409 code：https://github.com/dzy3/kcd)

模型评估

[1] Hierarchical Latent Structure for Multi-Modal Vehicle Trajectory Forecasting (多模式车辆轨迹预测的分层潜在结构)paper：https://arxiv.org/abs/2207.04624 code：https://github.com/d1024choi/hlstrajforecast

半监督学习/无监督学习/自监督学习

[1] FedX: Unsupervised Federated Learning with Cross Knowledge Distillation (FedX：具有交叉知识蒸馏的无监督联合学习)paper：https://arxiv.org/abs/2207.09158

[2] Synergistic Self-supervised and Quantization Learning (协同自监督和量化学习)paper：https://arxiv.org/abs/2207.05432 code：https://github.com/megvii-research/ssql-eccv2022)

[3] Contrastive Deep Supervision (对比深度监督)paper：https://arxiv.org/abs/2207.05306 code：https://github.com/archiplab-linfengzhang/contrastive-deep-supervision

[4] Dense Teacher: Dense Pseudo-Labels for Semi-supervised Object Detection (稠密教师：用于半监督目标检测的稠密伪标签)paper：https://arxiv.org/abs/2207.02541

[5] Image Coding for Machines with Omnipotent Feature Learning (具有全能特征学习的机器的图像编码)paper：https://arxiv.org/abs/2207.01932

多模态学习/跨模态

视觉-语言

[1] Contrastive Vision-Language Pre-training with Limited Resources (资源有限的对比视觉语言预训练)paper：https://arxiv.org/abs/2112.09331code：https://github.com/zerovl/zerovl

跨模态

[1] Cross-modal Prototype Driven Network for Radiology Report Generation (用于放射学报告生成的跨模式原型驱动网络)paper：https://arxiv.org/abs/ code：https://github.com/markin-wang/xpronet

小样本学习

[1] Learning Instance and Task-Aware Dynamic Kernels for Few Shot Learning (用于少数镜头学习的学习实例和任务感知动态内核)paper：https://arxiv.org/abs/2112.03494

迁移学习/自适应

[1] Factorizing Knowledge in Neural Networks (在神经网络中分解知识)paper：https://arxiv.org/abs/2207.03337 code：https://github.com/adamdad/knowledgefactor

[2] CycDA: Unsupervised Cycle Domain Adaptation from Image to Video (CycDA：从图像到视频的无监督循环域自适应)paper：https://arxiv.org/abs/2203.16244

强化学习

[1] Target-absent Human Attention (目标缺失——人类注意力缺失)paper：https://arxiv.org/abs/2207.01166 code：https://github.com/neouyghur/sess