这是2020年度计算机视觉领域最有趣的十篇研究论文，以防您错过其中的任何一篇。简而言之，它基本上是AI和CV最新突破 的精选列表， 其中包含 清晰的视频说明， 指向更深入的文章的链接以及 代码 （如果适用）。
访问GitHub存储库中的完整列表
1.Sea-thru：一种从水下图像中去除水的方法
您是否曾经想过如果没有水，海洋会是什么样子？去除水下照片的蓝绿色色彩，仍然拥有珊瑚礁的真实色彩吗？好吧，使用计算机视觉和机器学习算法，海法大学的研究人员能够准确地做到这一点！
2.神经回路策略可实现可审计的自治性
来自IST Austria和MIT的研究人员已经成功地使用一种新的人工智能系统训练了自动驾驶汽车，该系统基于细小动物（如线虫）的大脑。他们实现了这一点，与流行的深度神经网络（如Inceptions，Resnets或VGG）所需的数百万个神经元相比，只有少数神经元能够控制自动驾驶汽车。他们的网络仅使用75,000个参数（由19个控制神经元组成，而不是数百万个参数）就可以完全控制汽车！
3.NeRV：用于重新照明和视图合成的神经反射率和可见性场
这种新方法能够生成完整的3维场景，并具有确定场景照明的能力。与以前的方法相比，所有这些都具有非常有限的计算成本和惊人的结果。
4.YOLOv4：目标检测的最佳速度和准确性
第四版已经由Alexey Bochkovsky等人于2020年4月推出。在论文“ YOLOv4：目标检测的最佳速度和准确性”中。该算法的主要目标是要制造出精度很高的超快速物体检测器。
5.PULSE：通过生成模型的潜在空间探索进行自我监督的照片升采样
这个新算法将模糊的图像转换成高分辨率的图像！
它可以拍摄超低分辨率的16x16图像，并将其变成1080p高清晰度人脸！
6.GPT图片-像素生成的预训练
像Gmail中使用的AI一样，一个好的AI可以生成连贯的文本并完成您的短语。这是使用相同的原理来完成图像！全部在无监督的培训中完成，根本不需要标签！
7.DeepFaceDrawing：从草图中深度生成面部图像
从具有零绘图技能的粗糙甚至不完整的草图中生成高质量的面部图像
8.PIFuHD：用于高分辨率3D人类数字化的多级像素对齐隐式函数
该AI从2D图像生成人的3D高分辨率重建！它只需要一张您的图像即可生成看起来像您的3D化身，甚至从背面看！
9.RAFT：用于光流的递归全对场变换
ECCV 2020最佳论文奖授予普林斯顿大学团队。他们为光流开发了一种新的端到端可训练模型。他们的方法超越了跨多个数据集的最新体系结构的准确性，并且效率更高。他们甚至在Github上将代码提供给所有人！
10.学习视频修补的时空联合变换
与当前的最新技术相比，该AI可以填充移除的移动对象后面的丢失像素，并以更高的准确性和更少的模糊度重建整个视频！
11.实时人像抠像真的需要绿屏吗？
人脸消光是一项非常有趣的任务，目标是在图片中找到任何人并从中删除背景。由于任务的复杂性，必须找到具有完美轮廓的一个或多个人，这确实很难实现。在本文中，我将回顾这些年来使用的最佳技术以及一种将于2020年11月29日发布的新颖方法。许多技术都在使用基本的计算机视觉算法来完成此任务，例如GrabCut算法，该算法非常快，但不能非常精确
12.DeOldify
DeOldify是一种可以对旧的黑白图像甚至胶片片段进行着色和还原的技术。它是由Jason Antic开发的，并且仍在更新中。现在，这是对黑白图像进行着色的最新技术，并且所有内容都是开源的