ICCV 2019最佳论文归属谷歌,中国入选论文最多,商汤57篇全球第一

2019-10-29 11:53:04 | 来源: | 参与: 0 | 作者:量子位

  

500

  刚刚,在韩国首尔,ICCV 2019最佳论文和其他各大奖项全部揭晓。

  在这个全球最重要的计算机视觉顶会上(与CVPR、ECCV并列),AI热情继续倍速增涨,中国力量依然闪耀——除了汤晓鸥任大会主席,中国学者的入选论文总数排名第一,各项夺冠数也遥遥领先。

  只是这一次,最佳论文和最佳学生论文,均未出现华人身影。

  最佳论文由以色列理工和谷歌研究院摘取,最佳学生论文属于美国佐治亚理工。

  而中国AI独角兽公司商汤,加上其联合实验室,共有57篇论文入选,其中包括口头报告(Oral)论文11篇,成为公司维度上的全球No.1。

  此外,旷视、华为、百度和腾讯,也都有不俗表现。比如旷视完成了最重要比赛COCO物体检测的三连冠。

  完整详情,我们传送如下:

  最佳论文奖

  获得最佳论文的是:SinGAN:Learning a Generative Model from a Single Natural Image (用一张自然图片,学出一个生成模型) 。

  成果来自以色列理工学院 (Technion) 和谷歌研究院。

  http://openaccess.thecvf.com/content_ICCV_2019/papers/Shaham_SinGAN_Learning_a_Generative_Model_From_a_Single_Natural_Image_ICCV_2019_paper.pdf

500

  SinGAN只用一张图片训练,便可以捕捉图像中,各种图像块的内部分布 (internal distribution of patches) 。训练后,就能生成高质量、多样化的样本,但与原图带有相同的视觉内容:

500

  SinGAN里面,有一个由许多全卷积GAN组成的金字塔,每只GAN负责在一种不同的尺度上学习图像块的分布。

  这样就可以生成新的样本,任意大小任意纵横比的那种。而在拥有显著多样性 (variability) 的同时,也保留原图的全局结构和精细纹理。

  与从前的那些单图GAN方法相比,SinGAN不限于纹理图像 (texture images) 生成,并且也不是条件GAN (conditional) :也就是说它是从噪声中生成样本的。

  实验显示,SinGAN生成的图像,常常被人类当成了真实的图像。并且,研究人员在许多图像操作任务里,都展示了SinGAN的作用:

正在加载

精彩阅读

热点排行
  • 日排行
  • 周排行
评论排行
  • 周排行
  • 月排行

-->