ICCVW2019论文。这篇文章非常棒，探究了现在几种SOTA轻量级网络（2D）的3D变种，这对探究更轻量级的、更实用的3D模型有巨大贡献。 直接上图。

CVPR2019论文。 时间相关分支学习时空判别特征以捕获视频序列的动态外观和运动线索，而不是使用光流。 同时，空间分割分支是完全卷积网络，其被设计为利用来自时间相关分支的时间约束来分割对象。（1）时间相关分支： 如STCNN模型图所示。文中构建的基于主干ResNet-101网络的时间相关分支，其中 ...

arxiv202001的论文，用于快速半监督视频物体分割任务。论文是Video Object Segmentation using Space-Time Memory Networks（ICCV2019）的升级版。 先mark，具体细节还要把ICCV2019的那个论文看了一起总结。

arxiv201909的论文。用于快速视频超分辨率，论文提出的RLSP不依赖于专用的运动补偿模块，而是引入了循环隐藏状态（recurrent hidden state），以有效地隐式利用时间信息。【别人的方法都是显式利用时间信息，消耗时间长，难以开展实时应用】。 论文网络结构如下，用了recurre ...

arxiv201909论文，用于快速图片超分辨。 文章用了类似于UNet的encoder和decoder结构进行超分。代码网上有，准备学习一下代码。这里使用了类似multi-scale上的多种feature融合机制，并且用了下图的残差模块作为basic-block。轻量网络主要是学习思想，论文细节直 ...

一篇简短的期刊论文，应该还是有蛮多有用思想可以借鉴的。 首先是论文的pipeline。 论文使用下图所示的方法作为basic block进行特征提取，几个basic block组成一个块，多个快组成网络的基本结构。论文认为在非线性映射之前把通道数砍掉会影响性能。所以设计了spindle block。 ...

AAAI2020l论文。emmmm好像因为工作量大也没啥好说的。pipeline可以学习学习。 attention fusion模块

AAAI2020中做inpainting的论文。现有的基于深度学习的图像修复/补全算法没有很好地去挖掘图像中的一些先验信息，比如图像中的物体的边缘、轮廓及语义等结构性信息。如果预先已知这些结构信息将有助于图像修复，生成视觉上或感知上更合理、更sharp的图像。该论文的主要创新就在于探索如何在图像修复 ...

arxiv201912的论文，适用于unpaired数据的denoise。论文的想法很简单，很有效，是一个很好的framework（本来想尝试在demoire上，但是demoire问题并不适用）。论文使用Gaussian blur kernel去除图片中的噪声(同时将图片模糊化、大量图片细节损失)， ...

NIPS2019论文。论文设计了一种表征能力更强、特征表示更高效的cross-channel-communication block. 论文根据网络特征表征不够高效、存在大量相关性高的feature，提出了在layer中而不是layer间进行feature communication的操作，降低了c ...