CV Code | 本周新出计算机视觉开源代码汇总（含语义分割、表情识别、目标跟踪、姿态估计、超分辨率等）...

点击我爱计算机视觉标星，更快获取CVML新技术

---

大家好，又到了周末盘点一周CV开源代码的时间！

很高兴这一模块已经被大家所认可。

过去的一周：

MobileNetV3 的开源犹如一阵旋风，突然出现了几十个项目。

C3F 的开源使得人群计数领域终于有了自己的框架。（开发者就在我们52CV行人群里哦）

百度开源YOLOv3，再一次为 PaddlePaddle 刷了存在感。

还有语义分割、目标跟踪、表情识别、姿态估计、超分辨率等的开源代码，他们来自最近新出的论文，对于相关方向的同学肯定很有借鉴意义。

一起来看看吧～

谷歌最新MobileNetV3开源实现！

https://github.com/xiaolai-sqlai/mobilenetv3

C3F：首个开源人群计数算法框架

https://github.com/gjy3035/C-3-Framework

快到没朋友的YOLOv3有了PaddlePaddle 预训练模型，精度更高了！

https://github.com/PaddlePaddle/models/blob/v1.4/PaddleCV/yolov3/README_cn.md

语义分割 | 高效的梯形风格的DenseNets网络LDN，用于大图像的语义分割

Efficient Ladder-style DenseNets for Semantic Segmentation of Large Images

Ivan Krešo, Josip Krapac, Siniša Šegvić

https://arxiv.org/abs/1905.05661v1

（代码将于论文被接收后开源，还未公布地址）

目标跟踪 | 研究从相关滤波跟踪算法中去除常见的Cosine Window机制,与传统算法和深度学习算法相比都取得了不错的精度。

Remove Cosine Window from Correlation Filter-based Visual Trackers: When and How

Feng Li, Xiaohe Wu, Wangmeng Zuo, David Zhang, Lei Zhang

https://arxiv.org/abs/1905.06648v1

https://github.com/lifeng9472/Removing_cosine_window_from_CF_trackers

显著性 | 利用眼动数据进行显著性建模

Leverage eye-movement data for saliency modeling: Invariance Analysis and a Robust New Model

Zhaohui Che, Ali Borji, Guangtao Zhai, Xiongkuo Min, Guodong Guo, Patrick Le Callet

https://arxiv.org/abs/1905.06803v1

https://github.com/CZHQuality/Sal-CFS-GAN

CVPR 2019

3D人脸建模 | 使用单图像进行3D人脸形状回归

Learning to Regress 3D Face Shape and Expression from an Image without 3D Supervision

Soubhik Sanyal, Timo Bolkart, Haiwen Feng, Michael J. Black

https://arxiv.org/abs/1905.06817v1

http://ringnet.is.tuebingen.mpg.de/

ICML 2019

对抗攻击 | 通过有效的组合优化进行简单的黑盒对抗性攻击

Parsimonious Black-Box Adversarial Attacks via Efficient Combinatorial Optimization

Seungyong Moon, Gaon An, Hyun Oh Song

https://arxiv.org/abs/1905.06635v1

https://github.com/snu-mllab/parsimonious-blackbox-attack

ICML 2019

数据增广 | 增广策略学习

Population Based Augmentation: Efficient Learning of Augmentation Policy Schedules

Daniel Ho, Eric Liang, Ion Stoica, Pieter Abbeel, Xi Chen

https://arxiv.org/abs/1905.05393v1

https://github.com/arcelien/pba

点云数据处理识别 | 使用局部空间注意力模型的点集特征学习

LSANet: Feature Learning on Point Sets by Local Spatial Attention

Lin-Zhuo Chen, Xuan-Yi Li, Deng-Ping Fan, Ming-Ming Cheng, Kai Wang, Shao-Ping Lu

https://arxiv.org/abs/1905.05442v1

https://github.com/LinZhuoChen/LSANet

姿态估计| 多视图3D人体姿态估计，构建可学习的三角测量

Learnable Triangulation of Human Pose

Karim Iskakov, Egor Burkov, Victor Lempitsky, Yury Malkov

https://arxiv.org/abs/1905.05754v1

https://saic-violet.github.io/learnable-triangulation

ICIP 2019

人脸解析 | 通过域适应方法进行弱监督的漫画人脸解析

Weakly-supervised Caricature Face Parsing through Domain Adaptation

Wenqing Chu, Wei-Chih Hung, Yi-Hsuan Tsai, Deng Cai, Ming-Hsuan Yang

https://arxiv.org/abs/1905.05091v1

https://github.com/ZJULearning/CariFaceParsing

手势识别 | 设计手势音素。生成更大规模的不同手势，并用CNN识别

Talking with Your Hands: Scaling Hand Gestures and Recognition with CNNs

Okan Köpüklü, Yao Rong, Gerhard Rigoll

https://arxiv.org/abs/1905.04225

https://www.mmk.ei.tum.de/shgd/

域适应 | 提出一种叫Virtual Mixup Training 的正则化方法，用于非监督学习的域适应

Virtual Mixup Training for Unsupervised Domain Adaptation

Xudong Mao, Yun Ma, Zhenguo Yang, Yangbin Chen, Qing Li

https://arxiv.org/abs/1905.04215

（代码将开源）

表情识别 | 区域注意力网络用于针对姿态变化和遮挡鲁棒的人脸表情识别

Region Attention Networks for Pose and Occlusion Robust Facial Expression Recognition

Kai Wang, Xiaojiang Peng, Jianfei Yang, Debin Meng, Yu Qiao

https://arxiv.org/abs/1905.04075

https://github.com/kaiwang960112/Challenge-condition-FER-dataset

CVPR 2019

超分辨率 | 使用传感器RAW数据进行超分辨率，比RGB图像获得更好的效果

Zoom To Learn, Learn To Zoom

Xuaner Cecilia Zhang, Qifeng Chen, Ren Ng, Vladlen Koltun

https://arxiv.org/abs/1905.05169v1

https://ceciliavision.github.io/project-pages/project-zoom.html

感慨技术发展太快，人真的很有限，这些项目里肯定有很多有意思的研究，不能一一探究，只能择其一二解读。

本周热点推文：

继往开来！目标检测二十年技术综述

精度高、模型小、速度快！梯形DenseNets结构实现语义分割新高度！

更多之前代码汇总：

CV Code | 本周新出计算机视觉开源代码汇总（含目标跟踪、语义分割、姿态跟踪、少样本学习等）

CV Code | 本周新出计算机视觉开源代码汇总（含自动驾驶目标检测、医学图像分割、风格迁移、语义分割、目标跟踪等）

CV Code | 本周新出计算机视觉开源代码汇总（含图像修复、目标检测、医学图像分割、度量学习等）

如果你喜欢CV君的分享，

欢迎将“我爱计算机视觉”公众号推荐给你周围做CV的人。

加群交流

关注计算机视觉与机器学习技术，欢迎加入52CV群，扫码添加CV君拉你入群，

（请务必注明:52CV）

喜欢在QQ交流的童鞋，可以加52CV官方QQ群：702781905。

（不会时时在线，如果没能及时通过验证还请见谅）

---

长按关注我爱计算机视觉