一名普通图像处理工程师的升级之路

一篇高效视频处理的文章（高通AI研究室的，应该能马上应用在手机端）论文链接：https://arxiv.org/abs/2104.11487代码：未开源摘要  本文提出了Skip-Convolutions利用视频流中的大量冗余并节省计算。每个视频被表示为跨帧和网络激活的一系列变化，用残差表示。本文重新定义了标准卷积以便在残差帧上进行高效地计算，具体地将，就是将每一层与一个二进制门耦合，决定残差是否对模型预测重要。这些二进制门既可以实现为与卷积核联合训练的有效网络，也可以简单地根据残差的大小跳过残差。

一篇高效视频行为检测的论文原论文链接：https://arxiv.org/abs/2104.13400代码：未公开摘要  在本文中，我们提出了一种用于有效视频识别的条件提前退出框架。虽然现有工作侧重于选择显着帧的子集以降低计算成本，但我们建议使用简单的采样策略与条件提前退出相结合，以实现高效的识别。我们的模型会自动学习为更简单的视频处理更少的帧，为复杂的视频处理更多的帧。为了实现这一点，我们采用了级联的门控模块来自动确定处理中推理足够可靠的最早点。我们生成对门的即时监督信号，以在准确性和计算成本之间

一篇雷达与视觉融合的文章（主要是谷歌翻译）原论文地址：https://arxiv.org/abs/2102.05150代码地址：https://github.com/yizhou-wang/RODNet摘要  通过准确可靠地感知车辆周围的环境，促进了各种自主或辅助驾驶策略。在常用的传感器中，雷达通常被认为是一种强大且经济高效的解决方案，即使在不利的驾驶场景中，例如弱/强照明或恶劣天气。与其考虑融合来自所有可用传感器的不可靠信息，纯雷达数据的感知成为一种值得探索的有价值的替代方案。然而，与相机捕获的丰