欢迎来到，空气中都飘散着 “论文味” 的夏威夷。
今年，国际计算机视觉与模式识别顶级会议（CVPR 2017）将于7月21日—7月26日在美国夏威夷召开。我们的记者团也特赴夏威夷，在接下来几天为大家带来一手报道。
会议官方网站最新的数据显示，今年，CVPR 共收到2680有效投稿，一共有783篇论文被接收，其中有71篇获得12分钟口头报告（Oral ），144篇获得4分钟短报告（Spotlights）的展示机会。
雷锋网字幕组精选其中5篇论文，带大家概览国际学术界在动作识别、计算呈像、视觉跟踪、时间定位、图像数据库方面的创新成果，除了论文下载、项目地址等资源链接，还有即将呈现在大会现场口头报告的视频，让大家先睹为快。
1. 即时多人动作姿势辨识
Realtime Multi-Person 2D Human Pose Estimation using Part Affinity Fields（CVPR 2017 Oral）
(2016 CHAMPION OF MSCOCO KEYPOINT DETECTION)
这是卡內基美隆(CMU)Robostic Institute的作品——Multi-Person Pose Estimation。
至于什么是 Multi-Person 2D Human Pose Estimation，请参考下面的鬼畜动图：
GitHub 代码地址： http://t.cn/RIrCg6k
论文地址：https://arxiv.org/abs/1611.08050
论文作者： Zhe Cao, Tomas Simon, Shih-En Wei, Yaser Sheikh
2. 电网计算呈像
Computational Imaging on the Electric Grid (CVPR 2017 Oral)
这是以色列理工大学（Technion-Israel Institute of Technology）和多伦多大学(University of Toronto)学生的夜间交流电照明作品。
跟着忽明忽暗的电流摇摆，搜集和制作灯泡响应函数数据库，让我们看到以下新场景：
论文简介：https://www.marksheinin.com/acam
论文地址：http://t.cn/RKusjIq
论文作者：Mark Sheinin, Yoav Y. Schechner, Kiriakos. N. Kutulakos
3. 视觉跟踪技术
Action-Decision Networks for Visual Tracking with Deep Reinforcement Learning (CVPR 2017）
这款基于深度加强学习的一种新视觉跟踪系统，在实现光计算的同时，在位置和刻度上都更加精准。
在高速运动中识别人脸，还是相当厉害的：
论文简介：https://sites.google.com/view/cvpr2017-adnet
论文作者：Sangdoo Yun，Jongwon Choi，Youngjoon Yoo，Kimin Yun，Jin Young Choi
4. 时间操作定位
CDC: Conv-De-Conv Networks for Precise Temporal Action Localization (CVPR 2017 Oral)
运用Conv-De-Conv Networks，更好地进行精准时间定位。不仅知道一个动作在视频中是否发生，还知道动作发生在视频的哪段时间，击球、投球、回旋时间都能精准定位，适用各种体育赛事。
代码：https://bitbucket.org/columbiadvmm/cdc
论文下载：https://arxiv.org/abs/1703.01515
论文作者： Zheng Shou, Jonathan Chan, Alireza Zareian, Shih-Fu Chang，Kazuyuki Miyazawa
5. 三维图像重建室内场景
ScanNet: Richly-annotated 3D Reconstructions of Indoor Scenes (CVPR 2017 Spotlight)
斯坦福大学、普林斯顿大学以及慕尼黑工业大学联合推出了一个庞大的三维图像数据库 ScanNet ，可以作为机器人识物的数据输入。
机器人识别房间里各种各样的物体，什么是门，什么是墙，拎得倍儿清。
论文作者：Angela Dai，Angel X. Chang ， Manolis Savva，Maciej Halber Thomas Funkhouser，MatthiasNießner
欢迎关注雷锋网雷锋字幕组专栏，获得更多AI知识~感谢雷锋网(公众号：雷锋网)雷锋字幕组志愿者对本期内容作出贡献。
全部论文名单地址：http://www.cvpapers.com/cvpr2017.html
