IFTD：用于驾驶场景中循环检测的图像特征三角描述符

提出了一种语义感知检测器，通过将高级语义隐式嵌入到检测和描述过程中，提高视觉定位准确度，减少外观变化敏感的特征数量。

采用手工制作的视频表示方法和CNN异步技术进行动作识别，提出端到端可训练的网络流结构，简化处理流程，获得最新结果。

TED模型在自动驾驶领域高效检测3D物体，利用稀疏卷积提取多通道特征，在KITTI竞赛中表现优异。

提出新的局部图像特征匹配方法，使用Transformer的自注意层和交叉注意层，实现低纹理区域的稠密匹配，成为视觉定位的新方法。

Temporal Fusion模块结合先前时间步骤的信息，减轻单帧噪声和场景视野阻塞对三维物体检测的影响，实验结果显示显著改进。

提出频率感知记忆增强方法（Tridos），有效检测红外小目标，实验结果优于现有方法。

使用空时局部特征差异与自适应背景抑制的方法，准确检测红外图像序列中的小目标，增强目标与背景的对比度。

介绍轻量级低延迟的动态迭代字段变换模型，适用于边缘应用的光流估计，在KITTI数据集上平衡准确性和性能。

提出DIffusion FeaTures方法，确立图像之间的对应关系，在语义、几何和时间上优于弱监督方法。

基于局部斯特林核的多维模板检测远红外图像中的行人，采用多通道离散傅里叶变换进行行人定位，取得良好实验结果。