公众号内容拓展学习笔记（2021.4.1）

📎 今日要点

推荐 10 个标星 100 K 的 GitHub 开源项目 ⭐⭐
- 主要内容：10个GitHub高标星的开源项目
- 我比较喜欢的：Build Your Own X
更稳定的手势识别方法--基于手部骨架与关键点检测 ⭐⭐
- 主要内容：本期将介绍并演示基于MediaPipe的手势骨架与特征点提取步骤以及以此为基础实现手势识别的方法。
- 参考阅读：Google开源手势识别--基于TF Lite/MediaPipe
- GitHub：https://github.com/google/mediapipe
先画轮廓，再涂色，一种新的图像修复方法 ⭐⭐⭐⭐⭐
- 主要内容：EdgeConnect方法，使用GAN来生成边缘，再进一步生成完整的图像。
- 论文：EdgeConnect: Generative Image Inpainting with Adversarial Edge Learning
- GitHub：https://github.com/knazeri/edge-connect
- 核心要点：现有的深度图像修复方法通常会产生模糊的区域。其中一个可能的原因是L1损失的使用(即像素级重建精度)。请注意，较小的L1损失往往会给出模糊的结果(最小化平均像素差异)。为了进一步提高修复结果的质量，我们可以向generator network提供缺失区域的先验信息，从而产生更好的局部精细纹理细节。缺失区域的边缘图可能是一个很好的先验信息的选择，因为它包含了图像的整体结构。

【语义分割】一篇看完就懂的最新深度语义分割模型综述 ⭐⭐
- 主要内容：很全面的有关语义分割的综述
利用Python 代码实现人体肤色检测 ⭐⭐
- 主要内容：通过OpenCV进行肤色检测
13篇！腾讯AI Lab CVPR2021入选论文解读 ⭐⭐
- 主要内容：CVPR 2021 接收结果已于本月公布。今年有效投稿多达7500篇，一共有1663篇论文被接收，接收率为27%。其中腾讯 AI Lab 入选13篇，涵盖自监督表征学习、视觉内容生成、多模态理解与生成、3D感知、对抗攻防等方向。以下为论文解读。
【深度学习】CV和NLP通吃！谷歌提出OmniNet：Transformers的全方位表示 ⭐⭐
- 主要内容：本文提出了来自Transformer的全方位表示（OmniNet）。
- 论文：OmniNet: Omnidirectional Representations from Transformers