【今日CV 視覺論文速覽】Part2 1 Feb 2019

接上篇第一部分

• GEOMetrics, 網格模型是一種編碼三維物體的有效方式，圖編碼的幾何結構可以提供三維物體的重建效果。通過圖卷積來保留定點資訊，并利用自适應刨分啟發式的融合，同時訓練了由定點定義的局部表面和由網格定義的全局結構。（from McGill University, Montreal）

  

  三維圖形不同的編碼方式及其效率：

  

  網格到定點的映射：

  

  一些結果：

  

  代碼：https://github.com/EdwardSmith1884/GEOMetrics

  ref:pixels2mesh, code

• MONet, 提出了一種多目标網絡用于場景中目标的解構和了解，能夠語義地了解出場景中的物體背景，識别出場景中的物體結構并用通用的方式表達出來。(from deepming)

  

  重建和語義mask：

  

  資料集：

  Objects Room dataset

  Multi-dSprites

  CLEVR dataset

• Noise2Self， 自監督的盲去噪方法。在無需信号先驗、無需噪聲估計和無需幹淨訓練資料的情況下實作高次元去噪聲。僅僅假設噪聲在測量上具有獨立的統計分布，并且具有廣泛的适應性。作者在顯微鏡資料和自然圖像上進行了驗證。同僚在單細胞的基因表達資料上也進行了驗證。

  （from Chan-Zuckerberg Biohub）

  

  一些效果：

  

  code:https://github.com/czbiohub/noise2self

  相關方法：

  Smoothness\Self-Similarity\Generative\Gaussianity\Sparsity\Compressibility\Statistical Independence

  0.NLM and BM3D,

  1.trained withclean targets (Noise2Truth)

  2.with independently noisy targets (Noise2Noise)

  3.purely convolutional architecture with clean targets (DnCNN)

  盲去噪參考文獻

  natural dataset: HANZI IMAGENET CELLNET

• 人臉表情識别評測，人臉識别中的四種表情分為微笑、驚奇、生氣和自然。在特征抽取階段，有基于靜态二維面部特征的68關鍵點法、有基于三維動态幾何描述的運動參數AU8個性化Candide-3模型、還有基于灰階描述子的描述方法。在分類階段一般基于cnn和支援向量機兩種形式。（from 華沙大學）

  68關鍵點模型：

  

AU10/AU20面目運動模型：

不同表情的運動矢量：

ref:人臉68關鍵點資料集：300W, 300VW, IBUG

• TUNet,利用分割圖促進熒光顯微鏡下的蛋白分類。（from 紐約大學）

  熒光顯微鏡細胞資料集： Cell Atlas, FlowRepository

• 熒光顯微圖像的三維傳播和時間反演，基于單張二維的熒光圖像可以利用資料驅動的方法生成三維圖像，而無需掃描。(from UCLA)

• 結合稀疏編碼的可解釋性GAN，通過稀疏激活在提出的gan模型上得到了多層級有意義的特征表示。從底到頂的卷積核可以在不同層的作用後學習到邊緣、顔色、物體部分和整體。同時提出了稀疏編碼和與或文法用于圖像處理。（from HIT）

  具有稀疏激活的gan：

  

  底部特征和頂部特征，具有可解釋的不同層級：

  

  and和or為最後生成圖的貢獻：

  

one more thing:

土壤(硫酸鹽)資料集：https://catalogue.data.wa.gov.au/dataset/activity/acid-sulfate-soil-risk-map-50k

zappos50k鞋類資料集：http://vision.cs.utexas.edu/projects/finegrained/utzap50k/ 适合用于GAN 娛樂~~

pic from pexels.com