• 关注领域：

• AIGC
  

• 3D computer vision learning

• Fine-grained learning

• GNN

• 其他
  

• 声明
  

• 论文较多，时间有限，本专栏无法做文章的讲解，只挑选出符合PaperABC研究兴趣和当前热点问题相关的论文，如果你的research topic和上述内容有关，那本专栏可作为你的论文更新源或Paper reading list．

Paper list:

今日ArXiv共更新82篇.

2D 视觉

Detecting Human-Object Contact in Images

https://arxiv.org/pdf/2303.03373.pdf

发表于CVPR2023的工作，挖了一个新坑：human-object contact detection.　本文最主要的贡献是提供了新的数据集，填补此领域研究的空白．

CapDet: Unifying Dense Captioning and Open-World Detection Pretraining

https://arxiv.org/pdf/2303.02489.pdf

本文提出了一个框架，主要用于统一Dense captioning和Open-World Detection的预训练．

Vision-Language learning

HICLIP: CONTRASTIVE LANGUAGE-IMAGE PRETRAINING WITH HIERARCHY-AWARE ATTENTION

https://arxiv.org/pdf/2303.02995.pdf

ICLR 2023接受的工作．是一篇基于CLIP的改进工作，主要思想就是在CLIP的基础上引入hierarchy-aware attention，使得CLIP能够capture分层的视觉语言信息．

DECAP: DECODING CLIP LATENTS FOR ZERO-SHOT CAPTIONING VIA TEXT-ONLY TRAINING

https://arxiv.org/pdf/2303.03032.pdf

ICLR2023接受的文章．也是做CLIP的改进，核心思想是训练一个Decoder来对CLIP text embedding进行重建．之后图像的embedding便可以转换至Text embedding空间，实现text captioning.这样的做法最大的优点就是免去了pair数据．

Prismer: A Vision-Language Model with An Ensemble of Experts

https://arxiv.org/pdf/2303.02506.pdf

组合多个大模型获得更强的能力．与昨天更新的一篇文章有些类似．

细粒度学习：

Fine-Grained Classification with Noisy Labels

https://arxiv.org/pdf/2303.02404.pdf

噪声标签学习和细粒度学习的结合．发表在CVPR2023，由于细粒度数据inter-class之间的差异非常小，导致造成的噪声会更严重．本文基于对比学习，分别提出了一个noise-tolerated的损失对noisy label进行纠正，其次提出一个高效的特征采样模块，帮助表征性能学习．