论文链接：https://arxiv.org/abs/2211.15977开源代码：https://github.com/megvii-research/AAAI2023-PVD一、导语神经辐射场

当下人工智能技术正加速发展，渗透到云、边、端和应用的各个层面，与海量IoT设备进行深度融合，不断拓展应用场景。然而在AIoT场景中，嵌入式设备往往算力有限，难以承载庞大的AI模型。如何在资源有限的终端场景实现

“15分钟看顶会”是旷视研究院全新推出的论文快速解读专栏，聚焦旷视在全球各大顶会、期刊等平台所发表的工作，覆盖深度学习、计算机视觉、视觉导航与控制、计算摄影学、大规模机器学习系统、机器人学等方向。与传统论文视频解读动辄30min时长不同，本专栏尽可能将时间控制在15分钟左右，以方便读者在日常通勤、等待、出行等时间受限的场景下高效利用碎片化时间进行学习、交流。欢迎大家和我们一起“深度学习”，也欢迎对这种论文解读方式提出您的宝贵建议。本期是“15分钟看顶会”专栏

平台上，这些算子往往没有比较好的优化实现，这就阻碍了这些算子在实际的推理任务中落地。我们发现这些算子的计算过程和普通的卷积算子大体相同，只是访问卷积核的方式略有不同。

CNN在这项工作中，旷视南京研究院对目前两阶段检测网络进行了创新，提出利用context信息来提高检测网络的分类能力。具体而言，旷视南京研究院提出的方法包含了三个模块：Image-Level

欢迎大家关注如下

这里不去在意相似性计算的具体方式——无论是样本对之间的相似性（相似性对标签情况下）还是样本与类别代理之间的相似性（类别标签情况下）。本文仅仅做这样一个假设定义：给定特征空间中的单个样本

旷视研究院是旷视非凡科技的源头，持续探索用深度学习的方法开展人工智能技术研究和应用开发。在这里您可以一览研究院在学术、人才、技术、活动等方面的最新进展。

旷视研究院是旷视非凡科技的源头，持续探索用深度学习的方法开展人工智能技术研究和应用开发。在这里您可以一览研究院在学术、人才、技术、活动等方面的最新进展。

旷视研究院是旷视非凡科技的源头，持续探索用深度学习的方法开展人工智能技术研究和应用开发。在这里您可以一览研究院在学术、人才、技术、活动等方面的最新进展。

当前，绝大多数动作检测方法把时空检测分为两个阶段，即空间检测和时序检测。这些方法首先借助深度检测器从帧中做空间动作检测；接着，通过连接帧层面的检测以及运用一些目标函数，执行时序检测以创造时空行为块。

给出了背景分支的细节。训练期间，由于物体的辅助性信息可以为背景分割预测提供语境，研究员可同时监督背景分割与前景分割。推断时，研究员只提取背景分割的预测，并将其归一化为概率。

之前的许多紧致性模型都在思考如何改进模型或者卷积层以满足现实需求，很少考虑图像的输入尺寸与模型设计的关系。对于一个识别系统来说，当图像清晰度合适时，许多低分辨率的图像往往也是非常合格的训练样本，如图

本文提出一个端到端的深度学习方法，通过把曲面法线作为中间表征，它可从稀疏激光雷达数据和一张室外场景的彩色图中生成稠密深度。但是要达到像室内环境一样的效果并不简单，这主要是由于存在三个方面的挑战：

点云中的点。研究表明，建模局部结构的能力对卷积架构的成功而言至关重要，而且社区也已在特征提取层次结构中使用局部点集的建模了。但是，局部区域中点之间的几何结构的显式建模仍然受到较少关注。

欢迎各位同学关注旷视南京研究院（及其同名知乎专栏“旷视研究院"：https://zhuanlan.zhihu.com/c_1099266754987102208），简历可以投递给南京研究院负责人

的全部结构，它由最多三级特征提取塔所构成。各个层级的特征最后汇总到一个解码器（decoder）输出逐像素的结果。实际使用时可按需求定制输入分辨率与塔的级数，从而灵活调节计算量与效果。

ESPCNN、EDSR、RDN、RCAN，是借助子像素卷积在网络的最后放大特征图；不幸的是，上述方法不得不针对每个因子设计专门的放大模块；另外，子像素卷积只适用于整数缩放因子。这些不足限制了

测地匹配：本文把不同半径下的潜在特征归组为邻域特征集合。针对每个半径设置一个最大数量的邻域点，从而得到一个维的向量。归组的特征，连同潜在的特征，输入到一个测地匹配模块，所得特征成为一组带有

当然，从量化图像中复原所有原始像素近乎不可能，因此本文目标是渲染一个接近原图像的合理版本，具体做法是收集训练数据并训练一个卷积神经网络，从而把量化图像映射到原版本。