0
| 本文作者： AI研習社 | 2020-03-05 16:01 |
Social-STGCNN：一種用于行人軌跡預測的社會時空圖卷積神經(jīng)網(wǎng)絡
音頻驅(qū)動的帶自然頭部姿態(tài)的說話人臉視頻生成
用自適應實例歸一化將學習從合成噪聲轉(zhuǎn)移到真實噪聲去噪
CookGAN：食材圖像合成
通過幾何感知網(wǎng)絡學習光場角度超分辨率
論文名稱：Social-STGCNN: A Social Spatio-Temporal Graph Convolutional Neural Network for Human Trajectory Prediction
作者：Mohamed Abduallah /Qian Kun /Elhoseiny Mohamed /Claudel Christian
發(fā)表時間：2020/2/27
論文鏈接：https://paper.yanxishe.com/review/12827?from=leiphonecolumn_paperreview0305
推薦原因
這篇論文被CVPR 2020接收，考慮的是行人軌跡預測的問題。
行人軌跡不僅受行人本身影響，還與周圍物體的相互作用有關。這篇論文提出了社會時空圖卷積神經(jīng)網(wǎng)絡（Social Spatio-Temporal Graph Convolutional Neural Network，Social-STGCNN），將行人與周圍物體的交互行為建模為圖模型，并通過一個核函數(shù)將行人之間的社交互動嵌入鄰接矩陣中。實驗結(jié)果表明，與先前方法相比，Social-STGCNN的最終位移誤差較現(xiàn)有技術提高了20％，參數(shù)減少了8.5倍，而推理速度提高了48倍。
論文名稱：Audio-driven Talking Face Video Generation with Natural Head Pose
作者：Ran Yi /Zipeng Ye /Juyong Zhang /Hujun Bao /Yong-Jin Liu
發(fā)表時間：2020/2/24
論文鏈接：https://paper.yanxishe.com/review/12316?from=leiphonecolumn_paperreview0305
推薦原因
現(xiàn)實世界中說話的人臉通常伴隨著自然的頭部運動，但大多數(shù)現(xiàn)有的說話人臉視頻生成方法僅考慮具有固定頭部姿勢的人臉動畫。
本文通過提出一個深度神經(jīng)網(wǎng)絡模型來解決此問題，該模型將源人的音頻信號A和目標人的非常短的視頻V作為輸入，并輸出合成的高質(zhì)量說話人臉視頻，其具有自然的頭部姿勢（利用V中的視覺信息），且表情和嘴唇同步（同時考慮A和V）。該項工作最大的挑戰(zhàn)是自然的頭部姿態(tài)包含平面內(nèi)外的頭部旋轉(zhuǎn)，為了解決這個問題，作者重建出3D人臉動畫并將其重新渲染為視頻序列，為了平滑過渡這些視頻的背景圖使得結(jié)果更加逼真，作者提出了一個新穎的內(nèi)存增強的GAN模塊。
大量實驗和用戶調(diào)研表明，文章方法可以生成高質(zhì)量（即自然的頭部運動，表情和嘴唇的同步）個性化的說話人臉視頻，表現(xiàn)優(yōu)于 state-of-the-art 的方法。
論文名稱：Transfer Learning from Synthetic to Real-Noise Denoising with Adaptive Instance Normalization
作者：Kim Yoonsik /Soh Jae Woong /Park Gu Yong /Cho Nam Ik
發(fā)表時間：2020/2/26
論文鏈接：https://paper.yanxishe.com/review/12691?from=leiphonecolumn_paperreview0305
推薦原因
這篇論文被CVPR接收，考慮的是真實噪聲的去噪問題。
這篇論文提出了一個廣義降噪結(jié)構(gòu)和遷移學習方案來應對各種復雜的實際噪聲。這個方案采用自適應實例規(guī)范化來構(gòu)建一個降噪器，可以正規(guī)化特征地圖，并且防止網(wǎng)絡過度擬合訓練集。這篇論文還提出了一個遷移學習方法，可以將從合成噪聲數(shù)據(jù)中學習的知識遷移到真實噪聲領域。合成噪聲降噪器可以從各種合成噪聲數(shù)據(jù)學習一般特征，而真實噪聲降噪器可以從中學到真實數(shù)據(jù)的實時噪聲特性。新提出的去噪方法具有很強的泛化能力，在合成噪聲上訓練的網(wǎng)絡能夠在Darmstadt Noise Dataset (DND)數(shù)據(jù)集上取得目前最好的性能結(jié)果。
論文名稱：CookGAN: Meal Image Synthesis from Ingredients
作者：Han Fangda /Guerrero Ricardo /Pavlovic Vladimir
發(fā)表時間：2020/2/25
論文鏈接：https://paper.yanxishe.com/review/12690?from=leiphonecolumn_paperreview0305
推薦原因
這篇論文發(fā)表于WACV 2020，通過食材列表合成逼真的食品圖像。
以往利用生成對抗網(wǎng)絡進行圖像生成的工作主要集中在生成空間緊湊且定義明確的物品上，而食品圖像則更加復雜，包含了多種食材成分，其外觀和空間品質(zhì)通過不同的烹飪方式會進一步變化。為了從配料中生成真實的食品圖像，這篇論文提出了CookGAN，該模型首先建立一個基于注意力的配料-圖像關聯(lián)模型，然后將其用于調(diào)節(jié)生成合成食品圖像的神經(jīng)網(wǎng)絡。此外，CookGAN添加了周期一致約束以進一步改善圖像質(zhì)量并控制外觀。實驗表明，CookGAN能生成與成分相對應的食品圖像。
論文名稱：Learning Light Field Angular Super-Resolution via a Geometry-Aware Network
作者：Jin Jing /Hou Junhui /Yuan Hui /Kwong Sam
發(fā)表時間：2020/2/26
論文鏈接：https://paper.yanxishe.com/review/12689?from=leiphonecolumn_paperreview0305
推薦原因
這篇論文發(fā)表于AAAI 2020，考慮的是光場圖像超分辨率的問題。
目前有一些方法用以改善稀疏采樣光場的角分辨率，但這些方法主要關注基準較小的光場，例如消費型光場相機。這篇論文提出一種端到端的學習方法，旨在對具有較大基準的稀疏采樣光場進行角度超分辨率處理。新方法包括兩個可學習模塊和一個基于物理的模塊：用于顯式建模場景幾何的深度估計模塊，用于新視圖合成的基于物理的屈折模塊，以及專門設計用于光場重建的光場混合模塊。此外，新方法引入一種新?lián)p失函數(shù)來促進光場視差結(jié)構(gòu)的保存。在包括大基準光場圖像在內(nèi)的各種光場數(shù)據(jù)集上的實驗結(jié)果表明，與當前最佳技術相比，這篇論文所提的方法具有明顯優(yōu)勢，并且可以更好地保留光場視差結(jié)構(gòu)。
為了更好地服務廣大 AI 青年，AI 研習社正式推出全新「論文」版塊，希望以論文作為聚合 AI 學生青年的「興趣點」，通過論文整理推薦、點評解讀、代碼復現(xiàn)。致力成為國內(nèi)外前沿研究成果學習討論和發(fā)表的聚集地，也讓優(yōu)秀科研得到更為廣泛的傳播和認可。
我們希望熱愛學術的你，可以加入我們的論文作者團隊。
加入論文作者團隊你可以獲得
1.署著你名字的文章，將你打造成最耀眼的學術明星
2.豐厚的稿酬
3.AI 名企內(nèi)推、大會門票福利、獨家周邊紀念品等等等。
加入論文作者團隊你需要：
1.將你喜歡的論文推薦給廣大的研習社社友
2.撰寫論文解讀
如果你已經(jīng)準備好加入 AI 研習社的論文兼職作者團隊，可以添加運營小姐姐的微信（ID:julylihuaijiang），備注“論文兼職作者”
雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
相關文章：
今日 Paper | 點云分類框架；多模式Transformer；神經(jīng)網(wǎng)絡；有序神經(jīng)元等
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
