ICCV2023论文汇总：视觉应用和系统 Vision Applications and Systems

Towards  Instance-Adaptive  Inference  for  Federated  Learning

面向联邦学习的实例自适应推理

TransTIC:  Transferring  Transformer-based  Image  Compression  from  Human  Perception  to  Machine  Perception

TransTIC：将基于  Transformer  的图像压缩从人类感知转移到机器感知

Counting  Crowds  in  Bad  Weather

统计恶劣天气下的人群数量

NeRF-Det:  Learning  Geometry-Aware  Volumetric  Representation  for  Multi-View  3D  Object  Detection

NeRF-Det：学习用于多视图  3D  对象检测的几何感知体积表示

MEGA:  Multimodal  Alignment  Aggregation  and  Distillation  for  Cinematic  Video  Segmentation

MEGA：用于电影视频分割的多模态对齐聚合和蒸馏

UpCycling:  Semi-Supervised  3D  Object  Detection  without  Sharing  Raw-Level  Unlabeled  Scenes

UpCycling：半监督  3D  对象检测，无需共享原始级别未标记场景

Graph  Matching  with  Bi-Level  Noisy  Correspondence

具有双层噪声对应的图匹配

Spatio-Temporal  Domain  Awareness  for  Multi-Agent  Collaborative  Perception

多智能体协作感知的时空域感知

Multimodal  Garment  Designer:  Human-Centric  Latent  Diffusion  Models  for  Fashion  Image  Editing

多模态服装设计师：用于时尚图像编辑的以人为中心的潜在扩散模型

Towards  Unifying  Medical  Vision-and-Language  Pre-Training  via  Soft  Prompts

通过软提示统一医学视觉和语言预训练

MAS:  Towards  Resource-Efficient  Federated  Multiple-Task  Learning

MAS：迈向资源高效的联合多任务学习

Improving  Generalization  in  Visual  Reinforcement  Learning  via  Conflict-Aware  Gradient  Agreement  Augmentation

通过冲突感知梯度协议增强提高视觉强化学习的泛化能力

OmnimatteRF:  Robust  Omnimatte  with  3D  Background  Modeling

OmnimatteRF：具有  3D  背景建模功能的强大  Omnimatte

Re-Mine,  Learn  and  Reason:  Exploring  the  Cross-Modal  Semantic  Correlations  for  Language-Guided  HOI  Detection

重新挖掘、学习和推理：探索语言引导  HOI  检测的跨模态语义相关性

One-Shot  Recognition  of  any  Material  Anywhere  using  Contrastive  Learning  with  Physics-based  Rendering

使用对比学习和基于物理的渲染，一次性识别任何地方的任何材料

Fast  Full-Frame  Video  Stabilization  with  Iterative  Optimization

通过迭代优化实现快速全帧视频稳定

Two  Birds,  One  Stone:  A  Unified  Framework  for  Joint  Learning  of  Image  and  Video  Style  Transfers

两只鸟，一块石头：图像和视频风格迁移联合学习的统一框架

Multi-Modal  Gated  Mixture  of  Local-to-Global  Experts  for  Dynamic  Image  Fusion

用于动态图像融合的本地到全球专家的多模态门控混合

SAFE:  Sensitivity-Aware  Features  for  Out-of-Distribution  Object  Detection

SAFE：用于分布外物体检测的灵敏度感知功能

GeT:  Generative  Target  Structure  Debiasing  for  Domain  Adaptation

GeT：用于域适应的生成目标结构去偏

HairCLIPv2:  Unifying  Hair  Editing  via  Proxy  Feature  Blending

HairCLIPv2：通过代理特征混合统一头发编辑

Deformer:  Dynamic  Fusion  Transformer  for  Robust  Hand  Pose  Estimation

Deformer：用于稳健手部姿势估计的动态融合变压器

Improving  Continuous  Sign  Language  Recognition  with  Cross-Lingual  Signs

利用跨语言手语改善连续手语识别

A  Parse-then-Place  Approach  for  Generating  Graphic  Layouts  from  Textual  Descriptions

从文本描述生成图形布局的先解析后放置方法

DISeR:  Designing  Imaging  Systems  with  Reinforcement  Learning

DISeR：利用强化学习设计成像系统

Segmentation  of  Tubular  Structures  using  Iterative  Training  with  Tailored  Samples

使用定制样本的迭代训练来分割管状结构