VIGAN结合CycleGAN与多模态去噪自编码器实现多视图缺失数据填补。
Chao Shang, Aaron Palmer, Jiangwen Sun 等
提出一种最大化局部特征描述符空间“扩散”的正则化技术，结合三元组损失显著提升性能。
Xu Zhang, Felix X. Yu, Sanjiv Kumar 等
提出端到端学习的多视角立体（MVS）系统，利用几何特征投影实现单视或多视3D重建。
Abhishek Kar, Christian Häne, Jitendra Malik
提出LARS算法，实现AlexNet和ResNet-50在大批量训练中无精度损失。
Yang You, Igor Gitman, Boris Ginsburg
提出无监督序列排序方法，通过视频帧排序学习丰富视觉特征，提升动作识别和目标检测性能。
Hsin-Ying Lee, Jia-Bin Huang, Maneesh Singh 等
Siamese相对位姿网络在7 Scenes平均误差0.21米、9.30°，并能跨场景泛化。
Zakaria Laskar, Iaroslav Melekhov, Surya Kalia 等
2D CNN将图嵌入转为多通道直方图，REDDIT-12K准确率48.13%。
Antoine Jean-Pierre Tixier, Giannis Nikolentzos, Polykarpos Meladianos 等
提出无对抗训练的级联细化网络（CRN）实现高分辨率照片合成，达2MP，效果优于GAN。
Qifeng Chen, Vladlen Koltun
Up-Down注意力以Faster R-CNN区域特征结合任务注意力，在COCO获CIDEr 117.9并赢得VQA挑战赛。
Peter Anderson, Xiaodong He, Chris Buehler 等
提出GridNet，基于多尺度残差卷积-反卷积网格结构，Cityscapes上达85.6%的IoU。
Damien Fourure, Rémi Emonet, Elisa Fromont 等
提出基于深度卷积神经网络的点检测与匹配系统MagicPoint和MagicWarp，用于高效鲁棒的SLAM。
Daniel DeTone, Tomasz Malisiewicz, Andrew Rabinovich
提出NASNet架构，通过在CIFAR-10搜索单元并迁移到ImageNet，达成82.7% top-1准确率，减少28%计算量。
Barret Zoph, Vijay Vasudevan, Jonathon Shlens 等
深度层级融合（Deep Layer Aggregation, DLA）通过迭代与树状结构融合特征，提升视觉识别性能，参数更少，效果优越。
Fisher Yu, Dequan Wang, Evan Shelhamer 等
提出MoCoGAN，利用内容和运动分解实现视频生成，准确控制内容与动态。
Sergey Tulyakov, Ming-Yu Liu, Xiaodong Yang 等
提出基于2D卷积的点云生成框架，利用伪渲染优化单图三维重建，显著优于3D卷积方法。
Chen-Hsuan Lin, Chen Kong, Simon Lucey
比较深度神经网络与人类在信号减弱时的物体识别能力，发现人类更具鲁棒性。
Robert Geirhos, David H. J. Janssen, Heiko H. Schütt 等
提出DeepLabv3，利用多尺度空洞卷积和空间金字塔池化显著提升语义分割性能。
Liang-Chieh Chen, George Papandreou, Florian Schroff 等
提出大批量同步SGD，采用线性缩放和warmup技术，在ImageNet上用256GPU一小时训练ResNet-50，保持精度。
Priya Goyal, Piotr Dollár, Ross Girshick 等
PointNet++采用层级结构，结合多尺度邻域特征，显著提升点云分类与分割性能。
Charles R. Qi, Li Yi, Hao Su 等
利用预训练深度卷积神经网络（CNN）进行医学图像分析，通过层级微调实现性能优化，优于从零训练。
Nima Tajbakhsh, Jae Y. Shin, Suryakanth R. Gurudu 等