提出通过惩罚局部表示的预测能力，增强卷积网络的全局鲁棒性。
Haohan Wang, Songwei Ge, Eric P. Xing 等
基于变分自编码器的6自由度抓取生成，成功率达88%，实现模拟到实物的无缝迁移。
Arsalan Mousavian, Clemens Eppner, Dieter Fox
提出了一种名为“损失预测模块”的主动学习方法，在CIFAR-10上提高了0.42%的准确率。
Donggeun Yoo, In So Kweon
S4L结合自监督与半监督学习，在ILSVRC-2012上仅用10%标签达到新SOTA。
Xiaohua Zhai, Avital Oliver, Alexander Kolesnikov 等
FANTrack利用深度学习进行3D多目标关联，显著提升追踪性能。
Erkan Baser, Venkateshwaran Balasubramanian, Prarthana Bhattacharyya 等
通过扩展Jigsaw和Colorization方法到1亿图像，研究自监督学习的可扩展性，部分任务超越监督学习。
Priya Goyal, Dhruv Mahajan, Abhinav Gupta 等
DRIT++通过解耦表示实现多样化的图像到图像翻译，使用Fréchet距离和感知距离评估。
Hsin-Ying Lee, Hung-Yu Tseng, Qi Mao 等
提出了一个基于教师/学生范式的亿级半监督学习方法，ResNet-50在ImageNet上达81.2%准确率。
I. Zeki Yalniz, Hervé Jégou, Kan Chen 等
提出HAWQ，基于Hessian谱的混合精度量化方法，实现ResNet20在Cifar-10上8倍激活压缩比，准确率提升0.15%。
Zhen Dong, Zhewei Yao, Amir Gholami 等
本文提出基于3D门控卷积和时序PatchGAN的自由形态视频修复模型，显著提升了视频的空间细节和时间一致性。
Ya-Liang Chang, Zhe Yu Liu, Kuan-Ying Lee 等
Social Ways以Info-GAN生成多模态轨迹，在ETH上达0.39/0.64的ADE/FDE。
Javad Amirian, Jean-Bernard Hayet, Julien Pettre
行为克隆在复杂自动驾驶场景中表现优异，但存在泛化和数据偏差等限制。
Felipe Codevilla, Eder Santana, Antonio M. López 等
KPConv提出灵活可变形的点云卷积，在ModelNet40上达到92.9%准确率。
Hugues Thomas, Charles R. Qi, Jean-Emmanuel Deschaud 等
提出基于稀疏张量的4D时空卷积网络，显著提升3D视频感知性能。
Christopher Choy, JunYoung Gwak, Silvio Savarese
提出基于事件相机的深度估计算法，提升精度达85%，实现微秒级实时处理。
Guillermo Gallego, Tobi Delbruck, Garrick Orchard 等
提出基于递归网络的事件转视频方法，提升图像质量超20%，实现事件数据的自然视频重建。
Henri Rebecq, René Ranftl, Vladlen Koltun 等
ContactDB通过热成像分析和预测抓握接触，包含3750个3D网格和375K帧RGB-D+热图像。
Samarth Brahmbhatt, Cusuh Ham, Charles C. Kemp 等
提出GA-Net，通过半全局和局部引导聚合层，显著提升立体匹配精度，减少计算成本。
Feihu Zhang, Victor Prisacariu, Ruigang Yang 等
使用3D形变模型和生成对抗网络的面部去遮挡方法，提升了面部重建的准确性。
Xiaowei Yuan, In Kyu Park
ObMan与可微接触损失实现RGB手物联合重建，并提升抓取物理质量。
Yana Hasson, Gül Varol, Dimitrios Tzionas 等