ICCV2023论文汇总：运动估计、匹配和跟踪

ICCV2023论文汇总：Motion  Estimation,  Matching  and  Tracking  运动估计、匹配和跟踪

TMR:  Text-to-Motion  Retrieval  using  Contrastive  3D  Human  Motion  Synthesis

TMR：使用对比  3D  人体运动合成进行文本到运动检索

Auxiliary  Tasks  Benefit  3D  Skeleton-based  Human  Motion  Prediction

辅助任务有利于基于  3D  骨架的人体运动预测

TrackFlow:  Multi-Object  tracking  with  Normalizing  Flows

TrackFlow：使用标准化流进行多对象跟踪

HumanMAC:  Masked  Motion  Completion  for  Human  Motion  Prediction

HumanMAC：用于人体运动预测的掩蔽运动完成

SemARFlow:  Injecting  Semantics  into  Unsupervised  Optical  Flow  Estimation  for  Autonomous  Driving

SemARFlow：将语义注入自动驾驶的无监督光流估计中

Robust  Object  Modeling  for  Visual  Tracking

用于视觉跟踪的鲁棒对象建模

Exploring  Lightweight  Hierarchical  Vision  Transformers  for  Efficient  Visual  Tracking

探索轻量级分层视觉转换器以实现高效视觉跟踪

HMD-NeMo:  Online  3D  Avatar  Motion  Generation  from  Sparse  Observations

HMD-NeMo：根据稀疏观察生成在线  3D  头像运动

Learning  Fine-Grained  Features  for  Pixel-Wise  Video  Correspondences

学习逐像素视频对应的细粒度特征

Occ2Net:  Robust  Image  Matching  based  on  3D  Occupancy  Estimation  for  Occluded  Regions

Occ2Net：基于遮挡区域  3D  占用估计的鲁棒图像匹配

Locomotion-Action-Manipulation:  Synthesizing  Human-Scene  Interactions  in  Complex  3D  Environments

运动-动作-操纵：在复杂的  3D  环境中综合人景交互

TMA:  Temporal  Motion  Aggregation  for  Event-based  Optical  Flow

TMA：基于事件的光流的时间运动聚合

GlueStick:  Robust  Image  Matching  by  Sticking  Points  and  Lines  Together

GlueStick：通过将点和线粘在一起进行稳健的图像匹配

S-TREK:  Sequential  Translation  and  Rotation  Equivariant  Keypoints  for  Local  Feature  Extraction

S-TREK：用于局部特征提取的顺序平移和旋转等变关键点

Integrating  Boxes  and  Masks:  A  Multi-Object  Framework  for  Unified  Visual  Tracking  and  Segmentation

集成盒子和掩模：用于统一视觉跟踪和分割的多对象框架

Robust  Frame-to-Frame  Camera  Rotation  Estimation  in  Crowded  Scenes

拥挤场景中稳健的帧到帧相机旋转估计

PoseDiffusion:  Solving  Pose  Estimation  via  Diffusion-aided  Bundle  Adjustment

PoseDiffusion：通过扩散辅助束调整解决姿势估计

3DMOTFormer:  Graph  Transformer  for  Online  3D  Multi-Object  Tracking

3DMOTFormer：用于在线  3D  多对象跟踪的图形转换器

Fast  Inference  and  Update  of  Probabilistic  Density  Estimation  on  Trajectory  Prediction

轨迹预测中概率密度估计的快速推理和更新

Supervised  Homography  Learning  with  Realistic  Dataset  Generation

具有真实数据集生成的监督单应性学习

Joint-Relation  Transformer  for  Multi-Person  Motion  Prediction

用于多人运动预测的联合关系变换器

Event-based  Temporally  Dense  Optical  Flow  Estimation  with  Sequential  Learning

具有顺序学习的基于事件的时间密集光流估计

3D  Motion  Magnification:  Visualizing  Subtle  Motions  from  Time-Varying  Radiance  Fields

3D  运动放大：可视化时变辐射场中的细微运动

Learning  Optical  Flow  from  Event  Camera  with  Rendered  Dataset

使用渲染数据集从事件相机学习光流

Persistent-Transient  Duality:  A  Multi-Mechanism  Approach  for  Modeling  Human-Object  Interaction

持久-瞬态二元性：人机交互建模的多机制方法

Fast  Neural  Scene  Flow

快速神经场景流

RLSAC:  Reinforcement  Learning  Enhanced  Sample  Consensus  for  End-to-End  Robust  Estimation

RLSAC：强化学习增强样本共识，实现端到端鲁棒估计

MeMOTR:  Long-Term  Memory-Augmented  Transformer  for  Multi-Object  Tracking

MeMOTR：用于多目标跟踪的长期记忆增强变压器

MBPTrack:  Improving  3D  Point  Cloud  Tracking  with  Memory  Networks  and  Box  Priors

MBPTrack：使用内存网络和盒子先验改进  3D  点云跟踪

SportsMOT:  A  Large  Multi-Object  Tracking  Dataset  in  Multiple  Sports  Scenes

SportsMOT：多个运动场景中的大型多目标跟踪数据集

TM2D:  Bimodality  Driven  3D  Dance  Generation  via  Music-Text  Integration

TM2D：通过音乐文本集成双模态驱动的  3D  舞蹈生成

Synchronize  Feature  Extracting  and  Matching:  A  Single  Branch  Framework  for  3D  Object  Tracking

同步特征提取和匹配：用于  3D  对象跟踪的单分支框架

Collaborative  Tracking  Learning  for  Frame-Rate-Insensitive  Multi-Object  Tracking

帧率不敏感多目标跟踪的协作跟踪学习

CiteTracker:  Correlating  Image  and  Text  for  Visual  Tracking

CiteTracker：关联图像和文本以进行视觉跟踪

SINC:  Spatial  Composition  of  3D  Human  Motions  for  Simultaneous  Action  Generation

SINC：用于同时生成动作的  3D  人体运动的空间组合

Uncertainty-Aware  Unsupervised  Multi-Object  Tracking

不确定性感知无监督多目标跟踪

EigenTrajectory:  Low-Rank  Descriptors  for  Multi-Modal  Trajectory  Forecasting

EigenTrajectory：用于多模态轨迹预测的低秩描述符

RPEFlow:  Multimodal  Fusion  of  RGB-PointCloud-Event  for  Joint  Optical  Flow  and  Scene  Flow  Estimation

RPEFlow：RGB-点云-事件的多模态融合，用于联合光流和场景流估计

ReST:  A  Reconfigurable  Spatial-Temporal  Graph  Model  for  Multi-Camera  Multi-Object  Tracking

ReST：一种用于多摄像头多目标跟踪的可重构时空图模型

TAPIR:  Tracking  any  Point  with  Per-Frame  Initialization  and  Temporal  Refinement

TAPIR：通过每帧初始化和时间细化跟踪任何点

Can  Language  Models  Learn  to  Listen?

语言模型能学会听吗？

Distracting  Downpour:  Adversarial  Weather  Attacks  for  Motion  Estimation

分散注意力的倾盆大雨：运动估计的对抗性天气攻击