《CVPR 2023 候选获奖论文都讲了什么》第四篇，介绍一下物体检测等最后三篇论文。
《What Can Human Sketches Do for Object Detection?》
《手绘草图可以为物体检测做什么？》
这个没啥好解释的，直接看效果：
而且还支持类检测和细粒度物体检测、以及部分物体检测。
种类检测
细粒度
只检测同类、同动作的物体。
部分物体检测
地址
论文：
• https://arxiv.org/abs/2303.15149 项目：
• http://www.pinakinathc.me/sketch-detect/
《Data-driven Feature Tracking for Event Cameras》
《事件相机的数据驱动特性追踪》
直接看演示：
摘要
由于其高时间分辨率、增强的运动模糊弹性和非常稀疏的输出，事件相机已被证明是低延迟和低带宽特征跟踪的理想选择，即使在具有挑战性的场景中也是如此。现有的事件相机特征跟踪方法要么是手工制作的，要么是从第一原理派生的，但需要大量的参数调整，对噪声敏感，并且由于未建模的影响而不能推广到不同的场景。为了解决这些缺陷，我们引入了第一个用于事件相机的数据驱动特征跟踪器，它利用低延迟事件来跟踪在灰度帧中检测到的特征。我们通过一个新颖的框架注意力模块实现了稳健的性能，该模块在特征轨道之间共享信息。通过直接将零样本从合成数据转移到真实数据，我们的数据驱动跟踪器在相对特征年龄方面比现有方法高出 120%，同时还实现了最低延迟。通过采用新颖的自我监督策略使我们的跟踪器适应真实数据，这种性能差距进一步扩大到 130%。
地址：
• https://github.com/uzh-rpg/deep_ev_tracker
《Integral Neural Networks》
《积分神经网络》
有兴趣大家取看看 PPT 吧，数学不好，没办法简单的解释给大家听。
地址
PPT 地址：
• https://inn.thestage.ai/ 论文下载：
• https://openaccess.thecvf.com/content/CVPR2023/papers/Solodskikh_Integral_Neural_Networks_CVPR_2023_paper.pdf
--- END ---