基于改进ODIN，无需使用OoD数据即可提升检测性能，提出信心分解与输入预处理策略。
Yen-Chang Hsu, Yilin Shen, Hongxia Jin 等
提出预训练+微调范式，基于图像文本动作三元组，提升视觉-语言导航成功率从47%到51%。
Weituo Hao, Chunyuan Li, Xiujun Li 等
使用连续测地线卷积在3D形状上学习，超越手工特征基线。
Zhangsihao Yang, Or Litany, Tolga Birdal 等
提出背景建模的增量语义分割方法，显著提升Pascal-VOC和ADE20K性能。
Fabio Cermelli, Massimiliano Mancini, Samuel Rota Bulò 等
提出Gram-Net，利用全局纹理特征提升深度伪脸检测的鲁棒性与泛化能力。
Zhengzhe Liu, Xiaojuan Qi, Philip Torr
本论文提出一种自监督学习框架，利用可微分点运动估计器优化雷达关键点检测，提升里程计和定位精度，误差降低45%，速度提升10倍。
Dan Barnes, Ingmar Posner
利用Unity引擎升级虚拟KITTI 2，提供多变环境和多模态数据，验证深度学习算法性能。
Yohann Cabon, Naila Murray, Martin Humenberger
提出多模态自监督与对抗结合的UDA方法MM-SADA，提升细粒度动作识别跨域性能，平均提升4.8%。
Jonathan Munro, Dima Damen
提出PLR-OSNet，结合全局与部分特征，模型参数仅3.4M，在Market1501等数据集达94.8% Rank-1。
Ben Xie, Xiaofu Wu, Suofei Zhang 等
RSL-Net利用雷达与卫星影像实现车辆精确定位，突破传统地图依赖。
Tim Y. Tang, Daniele De Martini, Dan Barnes 等
提出DeeperForensics-1.0，包含6万视频，10倍规模，采用新颖端到端人脸换脸框架，提升真实感和多样性。
Liming Jiang, Ren Li, Wayne Wu 等
提出face X-ray方法，通过检测融合边界实现面部伪造检测，训练无需假图像。
Lingzhi Li, Jianmin Bao, Ting Zhang 等
提出TCoN，通过跨域共注意机制匹配时序特征分布，显著提升跨域动作识别性能。
Boxiao Pan, Zhangjie Cao, Ehsan Adeli 等
使用对抗性表示主动学习方法，在MNIST等数据集上以最少标签实现最高分类准确率。
Ali Mottaghi, Serena Yeung
提出纯CapsNets（P-CapsNets），通过去除路由、替换卷积层和封装为高阶张量，实现参数大幅减少和性能提升。
Zhenhua Chen, Xiwen Li, Chuhua Wang 等
提出可微体积渲染方法，基于隐式表示从RGB图像学习3D形状与纹理，无需3D监督。
Michael Niemeyer, Lars Mescheder, Michael Oechsle 等
提出级联成本体积，显著提升高分辨率多视几何的效率与精度，GPU内存降低50%以上。
Xiaodong Gu, Zhiwen Fan, Zuozhuo Dai 等
通过低成本演示学习6DoF闭环抓取，使用动作视图渲染和Q函数实现高成功率。
Shuran Song, Andy Zeng, Johnny Lee 等
DeepDeform用半监督数据学非刚性RGB-D重建，390k帧、5533对齐对，显著优于SOTA。
Aljaž Božič, Michael Zollhöfer, Christian Theobalt 等
提出Localized Narratives方法，结合视觉和语言，标注849k图像。
Jordi Pont-Tuset, Jasper Uijlings, Soravit Changpinyo 等