今日 Paper | 不確定性量化；邊緣感知深度預(yù)測；雙目深度估計；自適應(yīng)深度立體匹配等

本文作者： AI研習(xí)社

2020-03-16 14:29

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

深度上下文感知移動活動識別和未知上下文發(fā)現(xiàn)的不確定性量化

論文名稱：Uncertainty Quantification for Deep Context-Aware Mobile Activity Recognition and Unknown Context Discovery

作者：Huo Zepeng /PakBin Arash /Chen Xiaohan /Hurley Nathan /Yuan Ye /Qian Xiaoning /Wang Zhangyang /Huang Shuai /Mortazavi Bobak

發(fā)表時間：2020/3/3

論文鏈接：https://paper.yanxishe.com/review/13410?from=leiphonecolumn_paperreview0316

推薦原因

這篇論文被AISTATS 2020接收，考慮的是可穿戴計算中的活動識別問題。

在這個問題中，活動特征可能取決于上下文，而且未知上下文和活動可能會不時發(fā)生，這需要算法具有靈活性和適應(yīng)性。這篇論文提出了一種上下文感知混合模型，稱為深度模型α-β網(wǎng)絡(luò)，結(jié)合了基于最大熵的不確定性量化以增強(qiáng)人類活動識別的性能。通過以數(shù)據(jù)驅(qū)動的方式識別高層級上下文來指導(dǎo)模型開發(fā)，新模型將準(zhǔn)確率和F值提高了10％。為確保訓(xùn)練穩(wěn)定性，這篇論文在公共和內(nèi)部數(shù)據(jù)集中都使用了基于聚類的預(yù)訓(xùn)練，以證明通過未知上下文發(fā)現(xiàn)可以提高準(zhǔn)確率。

今日 Paper | 不確定性量化；邊緣感知深度預(yù)測；雙目深度估計；自適應(yīng)深度立體匹配等

StereoNet:基于引導(dǎo)分層優(yōu)化的實時邊緣感知深度預(yù)測

論文名稱：StereoNet: Guided Hierarchical Refinement for Real-Time Edge-Aware Depth Prediction

作者：Khamis Sameh /Fanello Sean /Rhemann Christoph /Kowdle Adarsh /Valentin Julien /Izadi Shahram

發(fā)表時間：2018/7/24

論文鏈接：https://paper.yanxishe.com/review/13540?from=leiphonecolumn_paperreview0316

推薦原因

這篇論文提出了第一個實時的雙目深度估計網(wǎng)絡(luò)StereoNet，能夠在英偉達(dá)Titan X上達(dá)到60FPS。論文的亮點主要在網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計上，StereoNet屬于基于3D卷積的立體匹配，cost volume的大小決定了網(wǎng)絡(luò)的參數(shù)量和推理速度。作者發(fā)現(xiàn)可以把cost volume設(shè)計的比較小，但是它仍然包含了較多的特征信息，只會有較少的精度損失。這樣網(wǎng)絡(luò)可以先得到一個粗糙的視差圖。之后作者設(shè)計了一種層次化的，邊緣敏感的精修網(wǎng)絡(luò)，實際上是利用卷積網(wǎng)絡(luò)估計殘差，利用殘差和粗糙的視差圖分層優(yōu)化，得到更加細(xì)致的，保留邊緣的視差圖。該論文收錄在ECCV 2018上，是首次實現(xiàn)實時的雙目深度估計。

移動設(shè)備上的任意時間雙目深度估計

論文名稱：Anytime Stereo Image Depth Estimation on Mobile Devices

作者：Wang Yan /Lai Zihang /Huang Gao /Wang Brian H. /van der Maaten Laurens /Campbell Mark /Weinberger Kilian Q.

發(fā)表時間：2018/10/26

論文鏈接：https://paper.yanxishe.com/review/13539?from=leiphonecolumn_paperreview0316

推薦原因

這篇論文提出了一個可以在移動設(shè)備上實時運(yùn)行的雙目深度估計網(wǎng)絡(luò)。作者觀察發(fā)現(xiàn)深度網(wǎng)絡(luò)中圖像的分辨率大小和需要考慮的最大視差值是影響雙目深度估計網(wǎng)絡(luò)推理速度的兩個因素。以此為依據(jù)，作者設(shè)計了一個多階段的視差估計網(wǎng)絡(luò)AnyNet，可以在不同的時間限制下達(dá)到不同程度的精度。使用的階段越少，推理速度越快，相應(yīng)的準(zhǔn)確率就越低。AnyNet只在第一個階段估計視差，之后的階段僅估計殘差，這樣能夠提高推理速度。作者還發(fā)現(xiàn)最后一個階段使用SPNet能夠獲得更加精細(xì)的視差圖。論文收錄在ICRA 2019上，比StereoNet速度更快，精度更高，能夠應(yīng)用于移動設(shè)備上，可以為工業(yè)界提供較好的學(xué)術(shù)基礎(chǔ)。

實時自適應(yīng)深度立體匹配

論文名稱：Real-time self-adaptive deep stereo

作者：Tonioni Alessio /Tosi Fabio /Poggi Matteo /Mattoccia Stefano /Di Stefano Luigi

發(fā)表時間：2018/10/12

論文鏈接：https://paper.yanxishe.com/review/13538?from=leiphonecolumn_paperreview0316

推薦原因

論文提出了第一個實時的自適應(yīng)的深度立體匹配網(wǎng)絡(luò)MADNet。作者設(shè)計了一個編碼-解碼網(wǎng)絡(luò)作為視差估計網(wǎng)絡(luò)，編碼部分是一個自上而下的金字塔結(jié)構(gòu)，而解碼部分是一個自下而上的金字塔結(jié)構(gòu)，每個部分共6層，每層輸出不同分辨率的預(yù)測視差。傳統(tǒng)的完全自適應(yīng)是采用無監(jiān)督損失函數(shù)直接反向傳播，但是這種訓(xùn)練方法在要求實時環(huán)境下計算量太大。作者設(shè)計了一個自適應(yīng)調(diào)制模塊（MAD），采用啟發(fā)式的方法每次只選擇一種分辨率的分支進(jìn)行反向傳播，這樣比整個網(wǎng)絡(luò)都進(jìn)行反向傳播要快很多。MADNet的視差估計速度達(dá)到40FPS，在線自適應(yīng)速度達(dá)到15FPS，是在實時自適應(yīng)深度網(wǎng)絡(luò)上邁出的第一步。論文為CVPR 2019 Oral。

CNN合成的圖片現(xiàn)在能輕松鑒別了

論文名稱：CNN-generated images are surprisingly easy to spot... for now

作者：Wang Sheng-Yu /Wang Oliver /Zhang Richard /Owens Andrew /Efros Alexei A.

發(fā)表時間：2019/12/23

論文鏈接：https://paper.yanxishe.com/review/13535?from=leiphonecolumn_paperreview0316

推薦原因

這篇論文主要探索如何利用單一的GAN模型來鑒別其他各種GAN生成的圖像。無論各種GAN生成的圖像是何種類型，使用何種網(wǎng)絡(luò)結(jié)構(gòu)，合成的假圖都用相同的缺陷。作者首先利用11種GAN模型來構(gòu)造一個大規(guī)模的合成圖像鑒別數(shù)據(jù)庫，F(xiàn)orenSynths Datsets。之后僅僅利用單一的ProGAN模型來訓(xùn)練，就能夠在ForenSynths上表現(xiàn)出良好的泛化性能，甚至可以打敗新出的StyleGAN2和DeepFake。作者通過實驗表明數(shù)據(jù)增強(qiáng)作為后處理方法，以及訓(xùn)練數(shù)據(jù)的多樣性是成功的關(guān)鍵，尤其是數(shù)據(jù)增強(qiáng)使得訓(xùn)練一個鑒別器就有良好的泛化能力和魯棒性。這篇論文收錄在CVPR 2020，是反造假技術(shù)再進(jìn)一步的標(biāo)志。造假和反造假技術(shù)一直在共同進(jìn)步。