ECCV2020优秀论文汇总|涉及点云处理、3D检测识别、三维重建、立体视觉、姿态估计、深...

点击上方“3D视觉工坊”，选择“星标”

干货第一时间送达

前言

ECCV2020的oral和spotlight名单已经发布，与往年相比，accepted paper list中增加了很多3D方向相关的作品，实在值得鼓舞。工坊对这些优秀作品进行了跟进，今天和大家分享下ECCV2020中3D方向相关的oral和spotlight，涉及点云处理、3D检测识别、三维重建、立体视觉、姿态估计、深度估计、SFM等~

点云相关

1、Quaternion Equivariant Capsule Networks for 3D Point Clouds

文章链接：https://arxiv.org/pdf/1912.12098.pdf文章主要提出了一种用于处理点云的3D胶囊网络结构，可用于3D识别与方向估计。

2、Intrinsic Point Cloud Interpolation via Dual Latent Space Navigation

文章链接：https://arxiv.org/pdf/2004.01661v1.pdf论文提出了一种基于学习的方法，用于对表示为点云的3D形状进行插值，该方法可用于保留固有的形状属性。

3、PointMixup: Augmentation for Point Clouds

Paper暂未开放

4、PointContrast: Unsupervised Pretraining for 3D Point Cloud Understanding

Paper暂未开放

三维重建

1、Ladybird: Deep Implicit Field Based 3D Reconstruction with Sampling and Symmetry

Paper未开放

2、Deep Fashion3D: A Dataset and Benchmark for 3D Garment Reconstruction from Single-view Images

文章链接：https://arxiv.org/pdf/2003.12753.pdf论文主要开源了单视图图像重建3D服装的数据集 

3、Combining Implicit Function Learning and Parametric Models for 3D Human Reconstruction

Paper暂未开放

4、Coherent full scene 3D reconstruction from a single RGB image

文章链接：https://arxiv.org/pdf/2004.12989.pdf深度学习技术的进步允许最近的工作在仅输入一个RGB图像的情况下重建单个对象的形状。基于此任务的通用编码器-解码器体系结构，论文提出了三个扩展：（1）以物理上正确的方式将本地2D信息传播到3D体积；（2）混合3D体积表示，它可以建立翻译等变模型，同时在不占用过多内存的情况下对精细的对象详细信息进行编码；（3）专为捕获整体物体几何形状而设计的重建损失。此外，论文还调整模型以解决从单个图像重建多个对象的艰巨任务。 

5、Deep Reflectance Volumes: Relightable Reconstructions from Multi-View Photometric Images

Paper暂未开放

场景识别

1、ReferIt3D: Neural Listeners for Fine-Grained 3D Object Identification in Real-World Scenes

Paper暂未开放

3D检测与识别

1、RTM3D: Real-time Monocular 3D Detection from Object Keypoints for Autonomous Driving

文章链接：https://arxiv.org/pdf/2001.03343.pdf源码链接：https://github.com/Banconxuan/RTM3D（即将开源）论文提出了一种有效且准确的单目3D检测框架，文中的方法预测图像空间中3D边界框的九个透视关键点，然后利用3D和2D透视的几何关系恢复3D空间中的尺寸，位置和方向。通过这种方法，即使关键点的估计非常嘈杂，也可以稳定地预测对象的属性，这使得能够以较小的架构获得快速的检测速度。该方法是第一个用于单目图像3D检测的实时系统，同时在KITTI基准上达到了SOTA。

姿态估计

1、Self6D: Self-Supervised Monocular 6D Object Pose Estimation

文章链接：https://arxiv.org/pdf/2004.06468.pdf针对深度学习单目姿态估计下的数据难获取这一缺点，论文提出了通过自监督学习方式进行单目6D姿态估计的方法，该方法消除了对带有注释的真实数据的需求。

2、End-to-End Estimation of Multi-Person 3D Poses from Multiple Cameras

文章链接：https://www.researchgate.net/publication/340644214_End-to-End_Estimation_of_Multi-Person_3D_Poses_from_Multiple_Cameras论文提出了一种从多个摄像机视图估计多个人的3D姿势的方法。与之前需要基于嘈杂和不完整的2D姿势估计来建立跨视图对应关系的工作相反，论文提出了一种直接在 3 D空间运行的端到端解决方案。

3、Multi-person 3D Pose Estimation in Crowded Scenes Based on Multi-View Geometry

Paper未开放

4、Towards Part-aware Monocular 3D Human Pose Estimation: An Architecture Search Approach

Paper未开放

5、Adaptive Computationally Efficient Network for Monocular 3D Hand Pose Estimation

Paper未开放

深度估计

1、Du^2Net: Learning Depth Estimation from Dual-Cameras and Dual-Pixels

文章链接：https://arxiv.org/pdf/2003.14299v1.pdf计算方式的stereo已经达到了很高的准确性，但是由于存在遮挡，重复的纹理以及沿边缘的对应误差，会降低stereo效果。论文提出了一种基于神经网络的深度估计新方法，该方法将双摄像头的stereo与双像素传感器的stereo相结合，这在消费类摄像头上越来越普遍。网络使用新颖的架构来融合这两个信息源，并且可以克服纯双目立体声匹配的上述限制。论文的方法提供了具有锐利边缘的密集深度图，这对于计算摄影应用（如合成浅景深或3D照片）至关重要。目前进行的实验和与最先进方法的比较表明，论文的方法比以前的工作有了实质性的改进。

立体视觉

1、Learning Stereo from Single Images

Paper未开放

2、Domain-invariant Stereo Matching Networks

文章链接：https://arxiv.org/pdf/1911.13287.pdf代码链接：https://github.com/feihuzhang/DSMNet由于大量的领域差异（例如颜色，照明，对比度和纹理），最新的立体匹配网络难以推广到新的环境，本文旨在设计一种可以很好推广到陌生场景下的立体匹配网络（DSMNet）。

SFM相关

1、DeepSFM: Structure From Motion Via Deep Bundle Adjustment

文章链接：https://arxiv.org/pdf/1912.09697.pdf

2、Privacy Preserving Structure-from-Motion

Paper未开放

其它作品

1、DeepFit: 3D Surface Fitting by Neural Network Weighted Least Squares

文章链接：https://arxiv.org/pdf/2003.10826.pdf论文提出了一种用于非结构化3D点云的表面拟合方法，称为DeepFit的方法并入了一个神经网络，以学习加权最小二乘多项式曲面拟合的逐点权重。

2、DeepHandMesh: Weakly-supervised Deep Encoder-Decoder Framework for High-fidelity Hand Mesh Modeling from a Single RGB Image

Paper未开放

3、Mask2CAD: 3D Shape Prediction by Learning to Segment and Retrieve

Paper未开放本文仅做学术分享，如有侵权，请联系删文。推荐阅读：