Today Paper | GAN'ı yeniden yapılandırma ve denoising; döngüsel görsel gömme; stokastik bir optimizasyon yöntemi; Xiaobing, vb.
içindekiler
JRMOT: Gerçek zamanlı bir 3D çoklu nesne izleyici ve yeni bir büyük ölçekli veri seti
SD-GAN: Tıkalı yüz yapısının yeniden inşası ve GAN denoinasyonu
Kelimeler gibi nesneleri ifade etme: görüntü-metin eşleştirme için döngüsel görsel gömme
ADAM: stokastik bir optimizasyon yöntemi
The Little Ice Band: Popüler müziğin melodisi ve düzenlemesi
JRMOT: Gerçek zamanlı bir 3D çoklu nesne izleyici ve yeni bir büyük ölçekli veri seti
Bildiri Başlığı: JRMOT: Gerçek Zamanlı 3D Çok Nesne İzleyici ve Yeni Büyük Ölçekli Veri Kümesi
Yazar: Shenoi Abhijeet / Patel Mihir / Gwak JunYoung / Goebel Patrick / Sadeghian Amir / Rezatofighi Hamid / Martin-Martin Roberto / Savarese Silvio
Gönderme süresi: 2020/2/19
Kağıt bağlantısı: https://paper.yanxishe.com/review/12209?from=leiphonecolumn_paperreview0228
Önerilen neden
Bu makale, otonom navigasyon konusunu ele almaktadır. Otonom navigasyon aracılarının, sağlam ve güvenli hareket planlaması ve eylem yürütmesi için çevredeki nesnelerin ve diğer ajanların hareketini algılaması ve izlemesi gerekir. Otonom gezinme, 3B bilgi sağlamak için çok nesneli bir izleme sistemi gerektirse de, mevcut araştırmaların çoğu, RGB video aracılığıyla 2B çok nesneli izlemede yapılır. Bu makale, 2B RGB görüntülerden ve 3B nokta bulutlarından gelen bilgileri gerçek zamanlı bir yürütme çerçevesine entegre eden yeni bir 3B çoklu nesne izleme sistemi JRMOT önermektedir. Bu makale ayrıca, çevrimiçi gerçek zamanlı 3B çoklu nesne takibi sağlamak için JRMOT'u çok modlu özyinelemeli Kalman mimarisindeki ortak olasılıklı veri ilişkilendirme çerçevesine dahil etmektedir. Makale ayrıca, 54'ten fazla iç ve dış mekan sahnesinde 2 milyondan fazla kareyi ve 3.500 zaman tutarlı 2D + 3D yörüngeyi işaretleyen yeni bir büyük ölçekli 2D ve 3D veri seti yayınladı.
SD-GAN: Tıkalı yüz yapısının yeniden inşası ve GAN denoinasyonu
Makale Başlığı: SD-GAN: Structural and Denoising GAN, oklüzyon altında yüz kısımlarını ortaya çıkarır
Yazar: Banerjee Samik / Das Sukhendu
Gönderme süresi: 2020/2/19
Kağıt bağlantısı: https://paper.yanxishe.com/review/12208?from=leiphonecolumn_paperreview0228
Önerilen neden
Bu makale yüz rekonstrüksiyonu sorununu ele almaktadır.
Yüz tanımada, göze çarpan yüz özellikleri engellenirse, modelin tanıma yeteneği büyük ölçüde azalacaktır. Bu nedenle, bu makale, tıkalı yüz bölümünü yeniden yapılandırmak ve orijinal görüntüdeki aydınlatma değişikliklerini ve yüz kimliği bilgilerini korumak için SD-GAN adı verilen üretici bir model önermektedir. Bu makale aynı zamanda, sırasıyla SSIM ve blok-blok MSE tarafından oluşturulan toplam kayıp ve kısmi kayıp olmak üzere iki bölüm içeren yeni bir anti-"yapısal" kayıp fonksiyonu önermektedir. Gerçek ve sentetik oklüzyon yüz veri kümeleri üzerinde yapılan deneyler, yüz tanıma performansını iyileştirme açısından bile, bu makalede önerilen teknolojinin diğer kıyaslama modellerinden daha büyük avantajlara sahip olduğunu göstermektedir.
Kelimeler gibi nesneleri ifade etme: görüntü-metin eşleştirme için döngüsel görsel gömme
Kağıt adı: Nesneleri Kelimeler gibi İfade Etme: Görüntü-Metin Eşleştirme için Tekrarlayan Görsel Gömme
Yazar: Chen Tianlang / Luo Jiebo
Gönderme süresi: 2020/2/20
Kağıt bağlantısı: https://paper.yanxishe.com/review/12207?from=leiphonecolumn_paperreview0228
Önerilen neden
Bu makale, görüntü-metin eşleştirme problemini ele almaktadır.
Görüntü-metin eşleştirme yöntemleri genellikle görüntü-metin çiftlerinin benzerliğini, metin ile görüntünün her bir nesnesi arasındaki yakınlığı yakalayıp toplayarak çıkarır, ancak bu tür bir yöntem, anlamsal olarak ilişkili nesneler arasındaki bağlantıyı göz ardı eder. Bu makale, DP-RNN adı verilen çift yollu tekrarlayan bir sinir ağını önermektedir.Bir giriş görüntü-metin çifti verildiğinde, görüntü nesneleri metindeki en alakalı kelimenin konumuna göre yeniden sıralanır. Kelime yerleştirmelerinden gizli özellikleri çıkarmaya benzer şekilde, yeni model, yeniden sıralanan nesne girişinden üst düzey nesne özelliklerini çıkarmak için RNN kullanır. Görüntü-metin benzerliğini hesaplamak için, bu makale çoklu-ilgi çapraz eşleştirme modelini DP-RNN'ye dahil ediyor ve nesneler ve kelimeler arasındaki yakınlığı, modalite güdümlü dikkat ve öz-dikkat mekanizmaları aracılığıyla topluyor. Flickr30K ve MS-COCO veri kümeleri üzerinde yapılan deneyler, DP-RNN'nin etkinliğini kanıtlamaktadır.
ADAM: stokastik bir optimizasyon yöntemi
Kağıt adı: ADAM: STOKASTİK OPTİMİZASYON İÇİN BİR YÖNTEM
Yazar: Diederik P. Kingma / Jimmy Lei Ba
Düzenlenme zamanı: 2017/1/30
Kağıt bağlantısı: https://paper.yanxishe.com/review/12206?from=leiphonecolumn_paperreview0228
Önerilen neden
Temel sorun: Sinir ağlarının optimizasyonu, gradyan iniş algoritması, momentum gradyan iniş algoritması gibi önemli bir konudur, bu makale yeni bir optimizasyon algoritması sunar.
Yenilik: Adam, geleneksel stokastik gradyan iniş (SGD) sürecinin yerini alabilen birinci dereceden bir optimizasyon algoritmasıdır. Eğitim verilerine dayalı olarak sinir ağı ağırlıklarını yinelemeli olarak güncelleyebilir. Bu yöntemin uygulanması basittir, yüksek hesaplama verimliliğine sahiptir ve çok az bellek gerektirir , Bu da sinir ağı eğitimini çok hızlı hale getiriyor.
Araştırma önemi: Adam, diğer stokastik optimizasyon yöntemlerinden çok daha iyidir.
The Little Ice Band: Popüler müziğin melodisi ve düzenlemesi
Bildiri Başlığı: XiaoIce Band: A Melody and Arrangement Generation Framework for Pop Music
Yazar: Hongyuan Zhu / Qi Liu / Nicholas Jing Yuan / Chuan Qin / Jiawei Li
Düzenlenme zamanı: 2018/8/19
Kağıt bağlantısı: https://paper.yanxishe.com/review/12205?from=leiphonecolumn_paperreview0228
Önerilen neden
Temel soru: Bu makale basit bir bakış, kendi araştırma alanımdan farklı olsa da oldukça ilginç görünüyor. Şarkı üretimi için uçtan uca bir melodi ve aranjman oluşturma çerçevesi olan Little Ice Band'i yaptılar.
Yenilik: Belirli bir akor ilerlemesine göre koşullandırılmış bir melodi oluşturmak için akor tabanlı bir ritim ve melodi çapraz nesil modeli önerin. Daha sonra makalenin yazarı, çok parçalı müzik için çok enstrümanlı bir ortak düzenleme modeli sunar ve bu iki görev birbiriyle koordine edilir.
Araştırmanın önemi: Gerçek dünya veri setleri üzerinde yapılan kapsamlı deneyler, modelimizin, tek kanallı ve çok kanallı müzik tarafından oluşturulan temel modellere göre avantajlarını kanıtlamıştır.
Makale yazar ekibinin işe alınması
AI Araştırma Enstitüsü, yapay zeka gençlerinin çoğuna daha iyi hizmet verebilmek için resmi olarak yeni bir "Tez" bölümü başlattı ve tezleri, önerileri, yorumları ve yorumları sıralayan makaleler aracılığıyla yapay zeka öğrencilerini ve gençleri bir araya getirmek için "ilgi çekici noktalar" olarak kullanmayı umdu ve kod yeniden üretildi. Yurtiçinde ve yurtdışında en son araştırma sonuçlarının incelenmesi, tartışılması ve yayınlanması için bir buluşma yeri olmaya ve mükemmel bilimsel araştırmaların daha geniş çapta yayılmasına ve tanınmasına izin vermeye kararlıdır.
Akademisyenleri sevenlerin, makale yazarlarından oluşan ekibimize katılmanızı umuyoruz.
Alabilirsiniz
1. Adınızın yazdığı bir makale sizi en göz kamaştırıcı akademik yıldız yapacak
2. Zengin ücret
3. AI ünlü şirketleri, konferans bileti avantajları, özel çevre birimleri vb.
Bildiri yazarı ekibine katılmak için ihtiyacınız olan:
1. Favori makalelerinizi araştırma kulübü üyelerinin çoğuna önerin
2. Tez yorumu yazın
AI Araştırma Enstitüsü'nün yarı zamanlı makale yazarı ekibine katılmaya hazırsanız, operasyon yapan kadının WeChat hesabını (kimlik: julylihuaijiang) ekleyebilir ve "yarı zamanlı makale yazarı" notunu yazabilirsiniz.
Lei Feng Ağı Lei Feng Ağı Lei Feng Ağı
