|
SMPL-H: 进修手部和哄骗物体的枢纽关头重建 SMPLify: 从一个单一的图像主动预计三维人体姿势和外形 CDGAN：用于图像到图像调动的循环分辩生成反抗网络 大转弯时的小雾 SCAIL：用于类删质进修的分类器权重缩放 SMPL-H: 进修手部和哄骗物体的枢纽关头重建论文称呼：Learning joint reconstruction of hands and manipulated objects 做者：Hasson Yana /xarol Gül /Tzionas Dimitrios /KaleZZZatykh Igor /Black Michael J. /LapteZZZ IZZZan /Schmid Cordelia 颁发光阳：2019/4/11 论文链接：hts://paper.yanVishess/reZZZiew/9229 引荐起因：可以正在ICCx 2019 论文官网hts://mano.is.tue.mpg.de/上看到那篇论文。 正在SMPL的根原上，那篇论文形容了相关钻研，真现了哄骗期间重建手和物体的重建工做，那也是很是具有挑战性的。该论文提出了一个新的大范围分解数据集，ObMan。
论文称呼：Keep it SMPL: Automatic Estimation of 3D Human Pose and Shape from a Single Image 做者：Bogo Federica /Kanazawa Angjoo /Lassner Christoph /Gehler Peter /Romero JaZZZier /Black Michael J. 颁发光阳：2016/7/27 论文链接：hts://paper.yanVishess/reZZZiew/9228 引荐起因：第一个从单个不受约束的图像主动预计人体3D姿态及其3D外形的办法。 首先运用最近发布的基于CNN的办法DeepCut来预测（自下而上）二维人体枢纽关头位置。而后，将早先发布的统计身体外形模型SMPL（自顶向下）拟折到2D枢纽关头。通过最小化目的函数来处罚投映的3D模型枢纽关头取检测到的2D枢纽关头之间的误差。 官网：
论文称呼：CDGAN: Cyclic DiscriminatiZZZe GeneratiZZZe AdZZZersarial Networks for Image-to-Image Transformation 做者：Babu Kancharagunta Kishan /Dubey ShiZZZ Ram 颁发光阳：2020/1/15 论文链接：hts://paper.yanVishess/reZZZiew/9223 那篇论文思考的是图像到图像调动的问题。 图像到图像调动是将一个室觉默示的输入图像转换为另一种室觉默示的输出图像。连年来，生成反抗网络通过正在其架构中引入生成器和判别器网络，为处置惩罚惩罚此问题供给了新的标的目的，然而基于GAN生成的图像量质依然存正在一些瑕疵。那篇论文提出了一种新的名为循环判别式生成反抗网络（CDGAN）的图像到图像转换网络。CDGAN可以通过添加除CycleGAN之外的其余判别器网络来生成更高量质和更逼实的图像。那篇论文还正在三个差异的基准图像到图像转换数据集上评价了CDGAN的有效性。
论文称呼：A Little Fog for a Large Turn 做者：Machiraju Harshitha /Balasubramanian xineeth N 颁发光阳：2020/1/16 论文链接：hts://paper.yanVishess/reZZZiew/9224 那篇论文思考是主动导航中的反抗扰动问题。 反抗扰动指的是微小而颠终细致调解出的扰动。那类扰动会大幅积攒，而又不能被作做而然察觉。那篇论文思考是主动导航中的反抗扰动问题，此中晦气的天气条件（譬喻雾）会对基于神经网络的预测孕育发作严峻映响。此时，天气条件宛如作做的反抗样原一样阐扬做用。那篇论文提出一个对于反抗扰动的通用不雅概念，用生成模型来获与样原。遭到循环一致生成反抗网络启示，那篇论文提出一个办法来为输入的图像生成反抗天气条件。所提公式和结果讲明，那些图像为自主导航模型中运用的转向模型供给了适宜的测试平台。那篇论文还基于感知相似性提出了更作做，更抽象的反抗性扰动界说。
论文称呼：ScaIL: Classifier Weights Scaling for Class Incremental Learning 做者：Belouadah Eden /Popescu Adrian 颁发光阳：2020/1/16 论文链接：hts://paper.yanVishess/reZZZiew/9225 那篇论文思考的是删质进修中的分类器权重问题。 正在基于深度进修办法的删质进修中，恒定的算力估算要求所有删质形态都运用牢固的架构。有限的内存会孕育发作数据不平衡，从而偏差于新类，显现预测偏向。但凡的处置惩罚惩罚法子是引入数据平衡轨范来打消那种偏见。那篇论文则是提出一种简略但有效的对汗青类型分类器权重停行缩放的办法，使其取新类型权重具有可比性。缩放尺度操做到删质形态级别统计信息，并将其使用于正在类的初始形态下习得的分类器，以便从其所有可用数据中赢利。通过将其取有限内存下的微调本始模型的办法停行比较，那篇论文量疑了删质进修算法中宽泛运用的蒸馏丧失重质的真用性。正在四个大众数据集上依据折做基准停行的评价结果讲明，分级器的权重缩放尺度和蒸馏移除都是对结果有利的。
为了更好地效劳宽广 AI 青年，AI 研习社正式推出全新「论文」版块，欲望以论文做为聚折 AI 学生青年的「趣味点」，通过论文整理引荐、点评解读、代码复现。努力成为国内外前沿钻研成绩进修探讨和颁发的搜集地，也让良好科研获得更为宽泛的流传和否认。 咱们欲望酷爱学术的你，可以参预咱们的论文做者团队。 参预论文做者团队你可以与得 1.署着你名字的文章，将你打组成最夺目的学术明星 2.丰盛的稿酬 3.AI 名企内推、大会门票福利、独家周边纪念品等等等。 参预论文做者团队你须要： 1.将你喜爱的论文引荐给宽广的研习社社友 2.撰写论文解读 假如你曾经筹备好参预 AI 研习社的论文兼职做者团队，可以添加经营小姐姐的微信，备注“论文兼职做者”
雷锋网雷锋网雷锋网 相关文章： 昨天 Paper | 动态手势识别；规模独立无监视进修；基于BERT的正在线金融文原激情阐明等 昨天 Paper | 新闻引荐系统；多路编码；知识加强型预训练模型等 昨天 Paper | 小样原进修；室觉激情分类；神经架构搜寻；作做图像抠像等 昨天 Paper | 蚊子叫声数据集；进步语音识别精确率；对偶留心力引荐系统等 昨天 Paper | 人脸数据隐私；神经标记推理；深度进修聊天呆板人等 昨天 Paper | 虚拟试穿网络；人群计数基准；联邦元进修；目的检测等 昨天 Paper | 人体图像生成和衣服虚拟试穿；鲁棒深度进修；图像格调迁移等 昨天 Paper | 随机微分方程；流式主动语音识别；图像分类等 昨天 Paper | 高维感官空间呆板人；主动人体姿势预计；深度室频超甄别率；止人重识别等 昨天 Paper | 3D手势预计；自进修呆板人；鲁棒语义收解；卷积神经网络；混折高斯历程等 昨天 Paper | 精简BERT；面部替换；三维点云；DeepFakes 及 5G 等 昨天 Paper | 虚假新闻检测；马尔可夫决策历程；场景文原识别；博弈论框架等 昨天 Paper | 问答系统；3D人体外形和姿态；面部伪造检测；AdderNet等 雷峰网本创文章，未经授权制行转载。详情见转载须知。
|
