.

Deep Fashion3D：從單個影像重建3D服裝的數據集和基準

PIPAL：一種用於感知影像恢復的大規模影像品質評價數據集

MOR-UAV：無人機影片中移動物體識別的基準數據集和基準方法

論文名稱：Deep Fashion3D: A Dataset and Benchmark for 3D Garment Reconstruction from Single Images

作者：Zhu Heming /Cao Yu /Jin Hang /Chen Weikai /Du Dong /Wang Zhangye /Cui Shuguang /Han Xiaoguang

發表時間：2020/3/28

論文鏈接：//arxiv.org/abs/2003.12753

推薦原因

這篇論文被ECCV 2020接收，要解決的是從單個影像重建3D服裝的問題。這個問題可以被應用在虛擬試衣間等應用中。近些年來，深度學習技術的發展讓基於影像的三維人體數字化領域有了前所未有的進展。但是與單張影像估計人體三維姿態、非穿衣人體形狀相比，以單張影像作為輸入，恢復影像中三維服裝的研究進展相對緩慢。一個重要原因是研究領域內缺乏大規模的、包含現實中多種服裝的三維服裝數據集。這篇論文提出了目前文獻中規模最大的三維服裝數據集Deep Fashion3D，在服裝模型數目、服裝種類以及服裝標註多樣性方面都勝於現有的同類數據集。同時這篇論文還提出了一個單幅影像三維服裝重建的基準方法，實現了通過單張影像對Deep Fashion3D數據集中所有種類服裝的三維重建。

  PIPAL：一種用於感知影像恢復的大規模影像品質評價數據集

論文名稱：PIPAL: a Large-Scale Image Quality Assessment Dataset for Perceptual Image Restoration

作者：Gu Jinjin /Cai Haoming /Chen Haoyu /Ye Xiaoxing /Ren Jimmy /Dong Chao

發表時間：2020/7/23

論文鏈接：//arxiv.org/abs/2007.12142

推薦原因

這篇論文被ECCV 2020接收，要解決的是影像恢復演算法的影像品質評估問題。現在基於生成對抗網路的影像恢復演算法取得了巨大的進步，然而也使得現有的評估結果跟我們的感知品質的矛盾越來越大。為此這篇論文貢獻了一個大規模的影像品質評價數據集，稱為感知影像處理演算法（PIPAL）數據集。這個數據集使用更可靠的Elo系統收集了超過113萬個人的判斷來為PIPAL影像分配主觀評分。基於這個數據集，這篇論文發現現有的影像品質評估方法應該要隨著影像恢復演算法的發展而有所更新。

論文名稱：MOR-UAV: A Benchmark Dataset and Baselines for Moving Object Recognition in UAV Videos

作者： Mandal Murari /Kumar Lav Kush /Vipparthi Santosh Kumar

發表時間：2020/8/4

論文鏈接：//arxiv.org/abs/2008.01699v1

推薦原因