- ECCV自适应法向约束下的遮挡感知深度估计
提出了一种基于学习的多帧深度估计方法，通过引入组合法线图约束和遮挡感知策略，能更好地保留室内场景中的高曲率特征和全局平面区域，并优于其他算法在深度估计精度和保存几何特征方面的表现。
- SoftSMPL：基于数据驱动的柔性组织非线性动力学参数人体建模
本文提出了 SoftSMPL，一种基于学习的方法，用于以身体形状和动作作为函数来建模逼真的软组织动力学，具有比现有技术更好的通用性，运用了新颖的运动描述符、神经网络的基于循环的回归器和高效的非线性变形子空间。
- 循环神经网络的状态前提筛选
本文提出一种基于学习的方法，用于在大型形式库上选择事实（前提条件）来证明新目标。该方法使用基于循环神经网络的有状态体系结构，结合了数据增强技术，与梯度提升树的基于前提的方法进行比较，表现出更好的性能，解决了许多新问题。
- CVPR高分辨率多视角立体匹配的级联代价体
本文提出了一种既节省时间又节省内存的立体成像方法，该方法在几何和语境的渐进细化尺度中构建标准的特征金字塔下的代价体，随着不断增加的代价体分辨率以及深度（或差异）间隙的自适应调整，以较粗糙的方式从粗到细恢复输出。
- CVPRSSRNet: 可扩展的三维表面重建网络
本文提出一种基于学习的方法 (SSRNet) 用于大规模点云的曲面重构，该方法具备可伸缩性、较高的预测精度和泛化能力，仅需要几个曲面数据进行训练，且与现有学习方法相比在处理大型点云数据方面具有突破性进展。
- M3ER：使用面部、文本和语音线索的乘法多模态情感识别
提出了一种基于多个输入模态的学习方法 M3ER，旨在实现情绪识别，其采用数据驱动的乘积融合方法来结合来自多个模态的线索，抑制噪音，提高准确性，并取得了成功的实验验证。
- 基于 Flow-Motion 和深度网络的单目立体视觉及其应用
本研究提出了一种基于学习的单眼立体视觉方法，可扩展到多个目标帧的深度信息融合，具有优秀的精度和效率。
- 学习的协作立体修复
本文提出了一种基于学习的方法来去噪和优化所给定的立体方法的视差图。该方法通过资源一个由联合视差、颜色和置信度图像空间中的变分能量定义的近端梯度方法的迭代来自然生成。我们的方法允许学习鲁棒的协作正则化器，利用颜色图像、置信度图和视差图的联合统 - 深度最近点：学习点云配准的表示
本文提出了一种基于学习的方法 Deep Closest Point，用于点云配准问题，通过点云嵌入网络、基于注意力机制的组合匹配模块和可微分的奇异值分解层，实现最终的刚性变换。实验证明该方法优于传统算法 Iterative Closest - 虚拟试穿服装的基于学习的动画
本文提出了一种基于学习的服装动画方法，用于高效的虚拟试穿模拟，其中使用了基于物理的模拟，基于数据库的模型训练，并将全局服装吻合和局部服装皱纹分离。同时，使用循环神经网络来回归服装皱纹，实现了高度逼真的非线性效果。
- CVPRGIF2Video：GIF 图像的颜色去量化和时间插值
本文提出了 GIF2Video 方法，这是第一个应用于 GIF 图像增强的基于学习的方法，利用 CNN 网络实现了颜色去量化和时间插值等方面的帧重建与修复，实验结果表明，该方法优于现有基线方法和先进技术，可以显著改善 GIF 动画的视觉质量 - 从图像中推断轮廓素描
本文提出了一种基于学习的方法，采用新的数据集进行轮廓图的生成和处理，可以精确定位视觉场景的轮廓和边界，相对于传统的边界检测方法有更好的性能表现，并且在 BSDS500 上取得了最新的性能成果。
- 使用隐式映射的视觉三维定位学习模型
基于学习的方法，使用生成式查询网络（GQNs）与新颖的注意力机制，无需建立显式的点云或体素地图，实现对 Minecraft 中的 3D 场景进行视觉定位任务。
- 学习在非受限环境下寻找眼部关键点以进行远程凝视估计
本文提出了一种基于学习的方法来进行眼部标志点的定位，采用该方法能够在未受控制的真实环境下较之传统方法更具优势，在个性化视线估计场景中性能优越。
- 认知无线电频谱共享的智能功率控制：深度强化学习方法
本文提出了一种基于深度强化学习的方法，用于共享主要用户和次要用户之间的频谱，并设计了一组空间部署的传感器节点以帮助感知无线环境中的接收信号强度信息，从而使得次要用户可以与主要用户有效地交互以达到传输数据的设定目标状态。
- 无监督的色彩恒常性学习
本文提出了一种基于无监督学习的方法，该方法在对训练图像的未知真实光照进行近似后学习其参数值，进而避免了校准，同时还提出了方法的扩展，可以从使用一种传感器拍摄的非校准图像中学习所需参数并成功地应用到使用另一种传感器拍摄的图像上，从而实现了相机 - CVPR基于图卷积自编码器的可变形形状补全
本论文提出一种新的深度学习方法，利用可变自编码器和图形卷积运算来实现对非刚性变形物体进行局部补全，对合成和真实扫描的人体和面部网格进行了实验，显示出有前途的结果。