今日 Paper | 重建結構和去噪GAN；循環視覺嵌入；一種隨機優化方法；小冰樂隊等

本文作者： AI研習社

2020-02-28 11:49

導語：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。

今日 Paper | 重建結構和去噪GAN；循環視覺嵌入；一種隨機優化方法；小冰樂隊等

JRMOT：一個實時3D多對象跟蹤器和一個新的大規模數據集

論文名稱：JRMOT: A Real-Time 3D Multi-Object Tracker and a New Large-Scale Dataset

作者：Shenoi Abhijeet /Patel Mihir /Gwak JunYoung /Goebel Patrick /Sadeghian Amir /Rezatofighi Hamid /Martin-Martin Roberto /Savarese Silvio

發表時間：2020/2/19

論文鏈接：https://paper.yanxishe.com/review/12209?from=leiphonecolumn_paperreview0228

推薦原因

這篇論文考慮的是自主導航的問題。自主導航代理需要感知并跟蹤周圍物體和其他代理的運動，以實現健壯和安全的運動計劃和動作執行。盡管自主導航需要多對象跟蹤系統來提供3D信息，但是大多數已有研究都是通過RGB視頻在2D多對象跟蹤中完成的。這篇論文提出了一個新的3D多對象跟蹤系統JRMOT，它將來自2D RGB圖像和3D點云的信息集成到實時執行框架中。這篇論文還將JRMOT合并到多模式遞歸卡爾曼架構中的聯合概率數據關聯框架中，以實現在線實時3D多對象跟蹤。這篇論文同時還發布了一個新的大規模2D與3D數據集，在超過54個室內和室外場景中標注了超過200萬個邊框和3500種時間一致的2D+3D軌跡。

SD-GAN：重建被遮擋臉部部分的結構和去噪GAN

論文名稱：SD-GAN: Structural and Denoising GAN reveals facial parts under occlusion

作者：Banerjee Samik /Das Sukhendu

發表時間：2020/2/19

論文鏈接：https://paper.yanxishe.com/review/12208?from=leiphonecolumn_paperreview0228

推薦原因

這篇論文考慮的是臉部重建的問題。

在人臉識別中，如果顯著的面部特征被遮擋了，模型的識別能力會大大下降。為此這篇論文提出了一個名為SD-GAN的生成模型來重建被遮擋臉部部分，并保留原始圖像中的光照變化以及臉部身份信息。這篇論文還提出了一種新的對抗“結構性”損失函數，該函數包括兩個部分：整體損失和局部損失，分別由SSIM和逐塊MSE進行構建。在真實和合成的遮擋人臉數據集的實驗表明，即使是在提高人臉識別性能方面，這篇論文提出的技術也比其他基準模型具有更大的優勢。

像詞一樣表達對象：用于圖像-文本匹配的循環視覺嵌入

論文名稱：Expressing Objects just like Words: Recurrent Visual Embedding for Image-Text Matching

作者：Chen Tianlang /Luo Jiebo

發表時間：2020/2/20

論文鏈接：https://paper.yanxishe.com/review/12207?from=leiphonecolumn_paperreview0228

推薦原因

這篇論文考慮的是圖像-文本匹配問題。

圖像-文本匹配方法通常通過捕獲和聚集文本與圖像的每個獨立對象之間的親和度來推斷圖像-文本對的相似性，但是這類方法忽略了語義相關對象之間的連接。這篇論文提出了一個名為DP-RNN的雙路徑循環神經網絡，給定一個輸入的圖像-文本對，根據圖像對象在文本中最相關的詞的位置對圖像對象進行重排序。與從單詞嵌入中提取隱藏特征相同，新模型利用RNN從重新排序的對象輸入中提取高級對象特征。為計算圖像-文本相似度，這篇論文將多注意交叉匹配模型合并到DP-RNN中，通過跨模態引導的注意和自注意機制聚集了對象和單詞之間的親和力。Flickr30K和MS-COCO數據集上的實驗證明了DP-RNN的有效性。