zoukankan      html  css  js  c++  java
  • 【今日CV 视觉论文速览】Part2 1 Feb 2019

    接上篇第一部分

    • GEOMetrics, 网格模型是一种编码三维物体的有效方式,图编码的几何结构可以提供三维物体的重建效果。通过图卷积来保留定点信息,并利用自适应刨分启发式的融合,同时训练了由定点定义的局部表面和由网格定义的全局结构。(from McGill University, Montreal)
      在这里插入图片描述
      三维图形不同的编码方式及其效率:
      在这里插入图片描述
      网格到定点的映射:
      在这里插入图片描述
      一些结果:
      在这里插入图片描述
      代码:https://github.com/EdwardSmith1884/GEOMetrics
      ref:pixels2mesh, code

    • MONet, 提出了一种多目标网络用于场景中目标的解构和理解,能够语义地理解出场景中的物体背景,识别出场景中的物体结构并用通用的方式表达出来。(from deepming)
      在这里插入图片描述
      重建和语义mask:
      在这里插入图片描述
      数据集:
      Objects Room dataset
      Multi-dSprites
      CLEVR dataset

    • Noise2Self, 自监督的盲去噪方法。在无需信号先验、无需噪声估计和无需干净训练数据的情况下实现高维度去噪声。仅仅假设噪声在测量上具有独立的统计分布,并且具有广泛的适应性。作者在显微镜数据和自然图像上进行了验证。同事在单细胞的基因表达数据上也进行了验证。
      (from Chan-Zuckerberg Biohub)
      在这里插入图片描述
      一些效果:
      在这里插入图片描述
      code:https://github.com/czbiohub/noise2self
      相关方法:
      SmoothnessSelf-SimilarityGenerativeGaussianitySparsityCompressibilityStatistical Independence
      0.NLM and BM3D,
      1.trained withclean targets (Noise2Truth)
      2.with independently noisy targets (Noise2Noise)
      3.purely convolutional architecture with clean targets (DnCNN)
      盲去噪参考文献
      natural dataset: HANZI IMAGENET CELLNET

    • 人脸表情识别评测,人脸识别中的四种表情分为微笑、惊奇、生气和自然。在特征抽取阶段,有基于静态二维面部特征的68关键点法、有基于三维动态几何描述的运动参数AU8个性化Candide-3模型、还有基于灰度描述子的描述方法。在分类阶段一般基于cnn和支持向量机两种形式。(from 华沙大学)
      68关键点模型:
      在这里插入图片描述

    AU10/AU20面目运动模型:
    在这里插入图片描述
    不同表情的运动矢量:
    在这里插入图片描述
    在这里插入图片描述
    ref:人脸68关键点数据集:300W, 300VW, IBUG

    • TUNet,利用分割图促进荧光显微镜下的蛋白分类。(from 纽约大学)
      荧光显微镜细胞数据集Cell Atlas, FlowRepository

    • 荧光显微图像的三维传播和时间反演,基于单张二维的荧光图像可以利用数据驱动的方法生成三维图像,而无需扫描。(from UCLA)

    • 结合稀疏编码的可解释性GAN,通过稀疏激活在提出的gan模型上得到了多层级有意义的特征表示。从底到顶的卷积核可以在不同层的作用后学习到边缘、颜色、物体部分和整体。同时提出了稀疏编码和与或语法用于图像处理。(from HIT)
      具有稀疏激活的gan:
      在这里插入图片描述
      底部特征和顶部特征,具有可解释的不同层级:
      在这里插入图片描述
      and和or为最后生成图的贡献:
      在这里插入图片描述

    one more thing:
    土壤(硫酸盐)数据集:https://catalogue.data.wa.gov.au/dataset/activity/acid-sulfate-soil-risk-map-50k
    zappos50k鞋类数据集:http://vision.cs.utexas.edu/projects/finegrained/utzap50k/ 适合用于GAN 娱乐~~

    在这里插入图片描述
    pic from pexels.com

  • 相关阅读:
    算法作业实验三
    牛客练习赛53 B 美味果冻
    牛客练习赛53 C 富豪凯匹配串
    bitmat
    牛客挑战赛33 B 鸽天的放鸽序列
    树状数组
    线段树
    2019牛客国庆集训派对day7 A 2016
    背包
    作业三 -并查集
  • 原文地址:https://www.cnblogs.com/Tom-Ren/p/11054709.html
Copyright © 2011-2022 走看看