在2月24日，CVPR 2020 公佈接收論文結果公佈，從 6656 篇有效投稿中錄取了 1470 篇論文，錄取率約爲 22%。3月13日，CVPR Oral結果公佈了。有大佬已經分享了自己的工作，本文整理了已中Oral的論文，持續更新，分享給大家閱讀。
關注 極市平臺，獲取最新CV乾貨
10.PolarMask: 一階段實例分割新思路[1,2]
論文地址：PolarMask: Single Shot Instance Segmentation with Polar Representation
代碼：https://github.com/xieenze/PolarMask
來自作者本人的詳細解讀：
Johnny ez：(CVPR20’Oral) PolarMask: 一階段實例分割新思路
PolarMask基於FCOS，把實例分割統一到了FCN的框架下。FCOS本質上是一種FCN的dense prediction的檢測框架，可以在性能上不輸anchor based的目標檢測方法，讓行業看到了anchor free方法的潛力。本工作最大的貢獻在於：把更復雜的實例分割問題，轉化成在網絡設計和計算量複雜度上和物體檢測一樣複雜的任務，把對實例分割的建模變得簡單和高效。
兩種實例分割的建模方式：
實驗結果：
9.Scene Graph Generation開源框架[3,4]
論文鏈接：Unbiased Scene Graph Generation from Biased Training
論文代碼：https://github.com/KaihuaTang/Scene-Graph-Benchmark.pytorch
來自作者本人的詳細解讀：
CVPR2020 | 最新最完善的場景圖生成 (SGG)開源框架，集成目前最全metrics，已開源
本文提出了一種基於因果推理的新穎SGG框架。選擇2019年熱門框架facebookresearch/maskrcnn-benchmark作爲基礎，在其基礎上搭建了Scene-Graph-Benchmark.pytorch。該代碼不僅兼容了maskrcnn-benchmark所支持的所有detector模型，且得益於facebookresearch優秀的代碼功底，更大大增加了SGG部分的可讀性和可操作性。
Recall：
8. Learning to Shade Hand-drawn Sketches[5]
論文地址：Learning to Shade Hand-drawn Sketches
代碼：https://github.com/qyzdao/ShadeSketch
本文提供了一種全自動方法，可以從成對的線描草圖和照明方向生成詳細而準確的藝術陰影。還提供了一個新的數據集，其中包含了用照明方向標記的成對的線描和陰影的一千個示例。值得一提的是，生成的陰影可以快速傳達草繪場景的基礎3D結構。因此，本文的方法產生的陰影是可以直接使用的。本文生成的陰影尊重手繪線和基礎3D空間，幷包含複雜且準確的細節，例如自陰影效果。此外，生成的陰影還包含藝術效果，例如邊緣照明或背光產生的光暈，這也是傳統3D渲染方法可以實現的。
[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-4iA4D6CK-1584415938966)(http://bbs.cvmart.net/uploads/images/202003/17/11/QzX3cfsHq9.gif?imageView2/2/w/1240/h/0)]
生成的陰影手繪草圖
7. SAM: The Sensitivity of Attribution Methods to Hyperparameters[6]
論文地址：http://s.anhnguyen.me/sam_cvpr2020.pdf
代碼：https://github.com/anguyen8/sam
本文中對現有歸因方法的敏感性進行了透徹的實證研究，發現了一個趨勢：許多方法對它們共同的超參數的變化高度敏感，例如即使更改隨機種子也會產生不同的解釋！有趣的是，這種敏感性沒有反映在文獻中通常報道的數據集的average explanation accuracy scores 中。
[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-j3pmCOII-1584415938967)(http://bbs.cvmart.net/uploads/images/202003/17/11/PtG0BOSsE9.png?imageView2/2/w/1240/h/0)]
6.High Frequency Component Helps Explain the Generalization of Convolutional Neural Networks
論文地址：High Frequency Component Helps Explain the Generalization of Convolutional Neural Networks
本文研究了圖像數據的頻譜與卷積神經網絡（CNN）的泛化之間的關係。我們首先注意到CNN捕獲圖像高頻分量的能力。這些高頻分量幾乎是人類無法察覺的。因此，觀察結果導致了與CNN泛化相關的多種假設，包括對對抗性示例的潛在解釋，對CNN魯棒性和準確性之間的權衡的討論，以及在理解訓練啓發式方法方面的一些證據。
5.Reinforced Feature Points: Optimizing Feature Detection and Description for a High-Level Task
論文地址：Reinforced Feature Points: Optimizing Feature Detection and Description for a High-Level Task
本文解決了計算機視覺的核心問題之一：用於圖像匹配的2D特徵點的檢測和描述。長期以來，像SIFT這樣的算法在準確性和效率上都是無與倫比的。近年來，出現了使用神經網絡來實現檢測和描述學習型特徵檢測器，但用於訓練這些網絡low-level matching scores的改進並不一定會在高級視覺任務中有着更好的性能。本文提出了一種新的訓練方法，該方法將特徵檢測器嵌入完整的視覺管道中，並以端到端的方式訓練可學習的參數。並利用這一方法解決了一對圖像之間的姿態估計任務。該訓練方法幾乎沒有學習任務的限制，並且適用於預測key point heat maps以及descriptors for key point locations。
4.AdderNet: Do We Really Need Multiplications in Deep Learning?
論文地址：AdderNet: Do We Really Need Multiplications in Deep Learning?
代碼：https://github.com/huawei-noah/AdderNet
沒有乘法的神經網絡，你敢想象嗎？去年年底，來自北京大學、華爲諾亞方舟實驗室、鵬城實驗室的研究人員將這一想法付諸實踐，他們提出了一種只用加法的神經網絡AdderNet（加法器網絡）。一作是華爲諾亞方舟實習生，正在北大讀博三。
在加法器網絡的新定義下，AdderNet的特徵可視化以及特徵向量的空間分佈也和CNN有很大的不同。
在CIFAR-10的圖像分類任務中，AdderNet相比當初Bengio等人提出的加法神經網絡BNN性能有大幅提升，並且已經接近了傳統CNN的結果。在ImageNet的圖像分類任務中，AdderNets可以達到74.9％的top-1正確率和91.7％的top-5正確率，與CNN接近。
3.BBN: Bilateral-Branch Network with Cumulative Learning for Long-Tailed Visual Recognition
論文地址：http://www.weixiushen.com/publication/cvpr20_BBN.pdf
曠視 魏秀參 團隊的paper，主要關注視覺識別任務中普遍存在的長尾問題。
詳細的可以看作者本人的解讀： https://www.zhihu.com/question/379109637/answer/1080076071
2.Cascade Cost Volume for High-Resolution Multi-View Stereo and Stereo Matching
論文地址：Cascade Cost Volume for High-Resolution Multi-View Stereo and Stereo Matching
主要解決問題：目前基於Deep learning的方法構建的3D Cost Volume需要3D卷積來做cost aggregation消耗顯存非常大，爲了節省內存一般最終輸出的depth/disparity map限制爲輸入的1/4。
詳細的可以看作者本人的解讀： https://www.zhihu.com/question/379109637/answer/1083127862
1.RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds
論文地址：RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds
提出了一種針對大規模三維點雲場景的輕量級、高效點雲語義分割算法RandLA-Net。通過對現有的採樣策略進行全面綜合的分析，我們採用簡單高效的隨機採樣來顯著地減少計算量以及內存消耗，並且引入了局部特徵聚合模塊持續地增大每個點有效的感受野，保留大多數有效的信息。在Semantic3D，S3DIS以及SemanticKITTI等多個數據集上都取得了不錯的效果，而且相比於現有的處理大規模點雲的算法SPG在速度上有近200倍的提升。
詳細的可以看作者本人的解讀：
Qingyong Hu：[CVPR 2020 Oral] RandLA-Net:大場景三維點雲語義分割新框架（已開源）