- ECCV学习质量感知的视频目标分割动态内存
该研究提出了一种质量感知的动态记忆网络方法，该方法考虑了内存帧的分割质量，通过动态更新内存库来提高模型的实用性，并通过广泛的实验验证了其在视频目标分割领域的优越性能。
- MM感知导向的立体图像超分辨率
该研究通过开发 StereoSRQA 模型，提出了第一种感知定向的立体图像超分辨率方法，并采用 StereoSRQA 数据库为 StereoSR 模型提供准确的指导，从而提高了立体图像的感知质量和位移估计的可靠性。
- 超越通用机器翻译：需要上下文特定的实证研究以设计适当的用户信任
本文讨论 MT 系统的质量评估和信任度，分享医生使用 MT 系统的经验和挑战，并提倡实证研究是解决用户和 MT 系统之间信任问题的重要第一步。
- MM基于深度学习的 UGC 视频无参考质量评估模型
本文提出了一种简单有效的 UGC 视频质量评估模型，通过训练端到端的空间特征提取网络直接从视频帧像素中学习感知质量的空间特征表示，并提取运动特征来度量空间特征无法建模的时间相关失真。
- 视频帧插值的主观质量研究
本文主要针对视频帧插值的质量评价这一研究领域进行了主观评价研究，并提出了迫切需要开发一种专门的感知质量评价标准，结果表明常见的质量评价指标不能很好地与插值内容的感知质量相关联，需要发展更精准的指标。
- 彩色三维点云感知质量评估
本文介绍了一种新的基于信息内容加权结构相似性的 3D 点云质量评估方法及其数据库，实验结果表明该方法在预测主观质量评分方面表现优异，具有较高的再现性。
- CVPR面向航空物体检测的 RepPoints
本文提出了一种基于自适应点学习的方法来检测非轴对齐的空中目标，该方法采用自适应点表示法来捕捉任意方向实例的几何信息，并结合三种有向转换函数以及有效的质量评估和样本分配方案，使用空间约束惩罚离群点进行自适应学习，实验结果表明我们的方法在四个具 - CVPRMagFace：一种用于人脸识别和质量评估的通用表示方法
本文提出了一种名为 MagFace 的损失函数，该函数可学习到一个通用的特征嵌入，其大小可以测量给定脸部的质量，并且引入了自适应机制以学习一个良好结构的内类特征分布，从而改进野外面部识别；在面部识别、质量评估和聚类的广泛实验中，表现优于现有 - ACL从修订中学习：大规模论证中主张质量评估
本文提出一种计算论证的质量评估方法，通过比较同一主张的不同版本来评定其质量，证明能够有效泛化于不同主题之间。该方法基于大规模样本库及嵌入式逻辑回归和基于 Transformer 的神经网络，并提供数据和脚本以复现结果。
- 人脸图像质量评估：文献综述
通过深度学习的方法，本文综述了可用于人脸图像质量评估的文献，探讨了该技术在人脸识别和其它应用方面的潜在应用。
- 使用平均豪斯多夫距离进行分割性能评估：用于排名时存在的隐藏偏差
介绍了一种平衡的平均 Hausdorff 距离（bAVD）评价度量方法，用于评估医学图像分割结果的质量和排名，通过 Kendall 等级相关系数比较 AVD 和 bAVD 在分割排名和分割误差数之间的关系，研究显示 bAVD 评价方法比 A - YouTube UGC 数据集的主观质量评估
研究使用众包平台收集用户主观评价数据，分析视频质量评估的各种维度，并调查全视频 MOS 及相应块的 MOS 之间的相关性，以及品质评分聚合中块变化的影响。
- 野外视频品质评估
本文提出了一种基于深度神经网络，利用人类视觉系统的内容依赖和时间记忆效应来进行无参考视频质量评估的方法，并在三个公开数据库上进行实验证明该方法相较于五种最先进的方法有着 12.39％，15.71％，15.45％和 18.09％不等的总体性能 - 自动生成源代码注释的调查：算法和技术
本文通过调研自动代码注释的研究，分析了自动代码注释的挑战和研究框架，介绍了代表性算法的分类、设计原则、各类算法的优缺点，以及生成注释的质量评估，并总结了自动代码注释技术和注释质量评估的未来方向。
- 用于视频压缩研究的 YouTube UGC 数据集
该论文介绍了一个大规模的 UGC 数据集，讨论了在此场景下的压缩和质量评估的挑战并针对 UGC 的缺陷提出了无参考客观质量指标来评估 UGC 质量，通过三种这样的指标 (噪音、细节和颜色斑点，以及感知失真预估) 评估了所提供的 UGC 数据 - 基于深度学习的人脸识别质量评估
本文提出了基于深度学习的人脸识别质量评估方法，该方法采用卷积神经网络 FaceQnet 对输入图像进行预测，使用 BioLab-ICAO 框架标记 VGGFace2 图像的质量信息进行训练，最终证实 FaceQnet 得分与商用系统的人脸识 - ICCV基于形状模型的分割算法报警系统
本文通过学习不同数据集共享的先验形状信息构建了一个低维特征空间，然后使用 Variational Auto-Encoder（变分自编码器）来学习该特征空间，并将其用于无标签的分割结果质量评估，进而设计了一个报警系统来提供可靠的分割质量预测。
- CVPRQATM：面向深度学习的质量感知模板匹配
本论文介绍了一种新颖的质量感知模板匹配方法，QATM，它不仅可以作为独立的模板匹配算法使用，而且还可以作为可轻松嵌入任何深度神经网络的可训练层。具体而言，通过对所有匹配对进行软排名来评估匹配对的质量，因此不同的匹配情况，例如 1 对 1，1 - NIMA：神经图像评估
本文提出一种利用卷积神经网络预测人类意见分布的图像质量评估方法，相比于其他方法，该方法不仅具有与人类感知的高相关性，而且可以用于单张图片的感知、语义感知无参考质量评估，并能够辅助照片处理算法的适应和优化。
- NIPS 2016 Review Process 的设计和分析
本文分析了 Neural Information Processing Systems 会议上关于机器学习的论文审查数据，并测试了从审稿人收集序数排名的效用，旨在检查审查流程的严谨性并提供对后续会议审查流程设计有用的见解。