本文分析了非洲计算机视觉领域的研究趋势，其中主要研究非洲研究机构在顶尖计算机视觉会议上的发表情况，发现非洲在该领域的研究发表数量较少、主要集中于南部和北部非洲地区，且目前研究主题与社区需求不完全匹配。

May, 2023

本文采用结构化和主题内容分析研究了计算机视觉数据集的文档记录，强调了计算机视觉数据集作者重视效率、普遍性、客观性和模型工作的做法，而这些做法与社交计算实践相矛盾。研究人员提出了在数据集创建和管理过程中更好地融入这些价值观的建议。

Aug, 2021

本研究通过对 AI，计算机视觉和自动驾驶领域进行综述，提出了本领域的问题，数据集和方法，分析了当前的研究状况和历史上最重要的文献，包括自动驾驶的认知，重构，运动估计，跟踪，场景理解和端到端学习，并分析了在 KITTI，MOT 和 Cityscapes 等数据集上的性能，讨论了该领域的挑战和未来方向。

Apr, 2017

本文提出一组质量指标，对视觉和语言数据集进行评估和分析并将其分类，结果显示最近的数据集在语言和抽象概念上更加复杂，然而它们各有优劣之处。

Jun, 2015

本文开展了针对视觉图像识别中数据集偏见问题的大规模分析，通过将 12 个已有数据库组织成一个语料库，提供了一个有用的特征储存库以供未来研究使用。

Feb, 2014

通过对非洲国家的地理标记的 Flickr 图像进行大规模分析，研究表明标准的互联网数据收集方法在低收入和中等收入国家存在局限性，需要进一步努力来捕捉非洲人和他们环境的图像数据，以改善计算机视觉模型在全球范围内的适用性。

Aug, 2023

本次调查聚焦于十项著名任务，介绍其问题形式、方法、现有数据集、评估措施，并与相应的最新方法进行比较。我们的工作超越早期的调查，既非任务特定的，也不仅针对一种类型的视觉内容，即图像或视频。此外，我们还提供了该研究领域的一些潜在未来方向，期望此次调查能激发革新性的思路和想法，以解决现有挑战并构建新的应用。

Jul, 2019

通过综合回顾计算机视觉任务，本文全面介绍了航空数据分析领域。主要关注对象检测、变化检测、对象分割和场景级分析等关键任务，并比较了不同架构和任务中使用的各种超参数。还对具有不同领域专业知识的库进行了深入讨论，包括航空数据集、采用的架构细节以及与航空数据分析中所有任务相关的评估指标。通过案例研究，探索了计算机视觉任务在各个领域中的航空数据应用，并提出实用解决方案来应对航空数据分析中固有的挑战。此外，还提出了未解决的重要问题，为未来的航空数据分析研究方向铺平了道路。

Feb, 2024

本文对非洲地区机器学习研究的最新进展和相关应用进行了大量文献调查和关键的计量分析，以获取 2761 份机器学习相关文献，并通过科学引文索引扩展检索出发表于 903 种期刊的 482 项引用至少的文章。结果显示出当前机器学习研究的现状和未来趋势，并促进在非洲各地的不同研究机构之间的共同研究和知识交流。

Apr, 2023

本文旨在概述深度学习算法在计算机视觉领域的应用，包括图像分类，目标识别，图像提取和语义分割等方面，同时讨论了构建和训练深度神经网络面临的未来范围和挑战。

Apr, 2018