今日 Paper | CVPR 2020 論文推薦：Social-STGCNN；無偏場景圖生成；深度人臉識別；4D 關(guān)聯(lián)圖等

本文作者： AI研習社

2020-03-23 14:39

導(dǎo)語：為了更好地服務(wù)廣大 AI 青年，AI 研習社正式推出全新「論文」版塊。

今日 Paper | CVPR 2020 論文推薦：Social-STGCNN；無偏場景圖生成；深度人臉識別；4D 關(guān)聯(lián)圖等

CVPR 2020 | Social-STGCNN：一種用于行人軌跡預(yù)測的社會時空圖卷積神經(jīng)網(wǎng)絡(luò)

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://arxiv.org/abs/2002.11927?from=leiphonecolumn_paperreview0323

推薦原因

這篇論文被CVPR 2020接收，考慮的是行人軌跡預(yù)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(guān)。這篇論文提出了社會時空圖卷積神經(jīng)網(wǎng)絡(luò)（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(shù)提高了20％，參數(shù)減少了8.5倍，而推理速度提高了48倍。

CVPR 2020 | 基于有偏訓(xùn)練的無偏場景圖生成

論文名稱：Unbiased Scene Graph Generation from Biased Training

作者：Tang Kaihua /Niu Yulei /Huang Jianqiang /Shi Jiaxin /Zhang Hanwang

發(fā)表時間：2020/2/27

論文鏈接：https://arxiv.org/abs/2002.11949?from=leiphonecolumn_paperreview0323

推薦原因

這篇論文被CVPR 2020接收，要解決的是場景圖生成的問題。

已有的場景圖生成容易受有訓(xùn)練偏見的問題，例如將海灘上人類的步行、坐、躺等多樣行為類型籠統(tǒng)分為海灘上的人類。這篇論文提出了一種新的基于因果推理的場景圖生成的框架。首先建立因果圖，然后使用該圖進行傳統(tǒng)的有偏訓(xùn)練，接著從訓(xùn)練圖上得出反事實因果關(guān)系，以從不良偏置中推斷出影響并將其消除。場景生成基準集Visual Genome上的實驗表明這篇論文所提的方法與以前的最佳方法相比有顯著改進。

CVPR 2020 | 面向深度人臉識別的通用表征學習

論文名稱：Towards Universal Representation Learning for Deep Face Recognition

作者：Shi Yichun /Yu Xiang /Sohn Kihyuk /Chandraker Manmohan /Jain Anil K.

發(fā)表時間：2020/2/26

論文鏈接：https://arxiv.org/abs/2002.11841?from=leiphonecolumn_paperreview0323

推薦原因

這篇論文被CVPR 2020接收，提出了一種面向深度人臉識別的通用表征學習框架，可以處理給定訓(xùn)練數(shù)據(jù)中未發(fā)現(xiàn)的較大變化，而無需利用目標域知識。新框架首先將訓(xùn)練數(shù)據(jù)與一些有意義的語義變化（例如低分辨率、遮擋和頭部姿勢）一起合成。訓(xùn)練過程中將特征嵌入拆分為多個子嵌入，并為每個子嵌入關(guān)聯(lián)不同的置信度值，以簡化訓(xùn)練過程。通過對變化的分類損失和對抗性損失進行正則化，可進一步對子嵌入進行解相關(guān)。實驗表明，新的框架在LFW和MegaFace等常規(guī)人臉識別數(shù)據(jù)集上均取得最佳性能，而在TinyFace和IJB-S等極端基準集上則明顯優(yōu)于對比算法。

CVPR 2020 | 使用多個攝像機的實時多人運動捕捉的4D關(guān)聯(lián)圖

論文名稱：4D Association Graph for Realtime Multi-person Motion Capture Using Multiple Video Cameras

作者：Zhang Yuxiang /An Liang /Yu Tao /Li Xiu /Li Kun /Liu Yebin

發(fā)表時間：2020/2/28

論文鏈接：https://arxiv.org/abs/2002.12625?from=leiphonecolumn_paperreview0323

推薦原因

這篇論文被CVPR 2020接收，提出了一種新的使用多視點視頻輸入的實時多人運動捕捉算法，首次將視圖解析、跨視圖匹配和時間跟蹤整合到一個優(yōu)化框架中，即得到一個4D關(guān)聯(lián)圖，該圖可以同時平等地處理每個維度（圖像空間、視點和時間）。為有效求解4D關(guān)聯(lián)圖，這篇論文進一步提出基于啟發(fā)式搜索的4D肢束解析思想，然后通過提出束Kruskal算法對肢束進行組合。這個新算法可以在5人場景中使用5個攝像機，以30fps的速度運行實時在線運動捕捉系統(tǒng)。新算法不僅對噪聲檢測具有魯棒性，還獲得了高質(zhì)量的在線姿態(tài)重建結(jié)果。在不使用高級外觀信息的情況下，新算法優(yōu)于當前最優(yōu)方法。

CVPR 2020 | 一種基于U-Net的生成性對抗網(wǎng)絡(luò)判別器

論文名稱：A U-Net Based Discriminator for Generative Adversarial Networks

作者：Sch?nfeld Edgar /Schiele Bernt /Khoreva Anna

發(fā)表時間：2020/2/28

論文鏈接：https://arxiv.org/abs/2002.12655?from=leiphonecolumn_paperreview0323

推薦原因

這篇論文被CVPR 2020接收，提出了一種基于U-Net的判別器架構(gòu)，在保持合成圖像的全局一致性的同時，向生成器提供詳細的每像素反饋。在判別器的每像素響應(yīng)支持下，這篇論文進一步提出一種基于CutMix數(shù)據(jù)增強的逐像素一致性正則化技術(shù)，鼓勵U-Net判別器更多關(guān)注真實圖像與偽圖像之間的語義和結(jié)構(gòu)變化，不僅改善了U-Net判別器的訓(xùn)練，還提高了生成樣本的質(zhì)量。新判別器在標準分布和圖像質(zhì)量指標方面改進了現(xiàn)有技術(shù)，使生成器能夠合成具有變化結(jié)構(gòu)、外觀和詳細程度的圖像，并保持全局和局部真實感。與BigGAN基線模型相比，所提方法在FFHQ、CelebA和COCO-Animals數(shù)據(jù)集上平均提高了2.7個FID點。