腾讯优图实验室13篇论文入选ICCV2019 两年一度的国际计算机视觉大会(Interna

　　腾讯优图实验室13篇论文入选ICCV2019

　　两年一度的国际计算机视觉大会 (International Conference on Computer Vision ， ICCV) 将于 2019 年 10 月 27 日 - 11 月 2 日在韩国首尔举行，近日论文收录名单揭晓，腾讯优图共有13篇论文入选，居业界实验室前列，其中3篇被选做口头报告(Oral) ，该类论文仅占总投稿数的4.3%(200/4323) 。

　　ICCV被誉为计算机视觉领域三大顶级会议之一(另外两个为CVPR、ECCV) ，录用率非常低，其论文集代表了计算机视觉领域最新的发展方向和水平。本届ICCV共收到4323篇论文投稿，其中1075篇被录用，录取率25% 。

　　本次入选的论文涉及2D图像多视图生成、人脸照片的图像转换等，提出了诸多亮点。

　　下面将对腾讯优图入选的两篇论文进行重点解析。

　　1、基于视角无关特征的多视图对抗生成框架View Independent Generative Adversarial Network for Novel View Synthesis

　　本论文与香港中文大学合作完成。

腾讯优图实验室13篇论文入选ICCV2019。　　2D图像的多视图生成任务，指的是基于单张2D图像，生成其不同视角下的图像信息。此类方法可以在不涉及复杂的三维重建的基础上，实现多个视角下的信息的合成观察。例如下图中给定特定视角的2D图像，可以生成其他各个视角的图像信息：

----腾讯优图实验室13篇论文入选ICCV2019//----

　　该论文提出了一种适用于此类任务的对抗生成框架，旨在通过结合图像对应的相机参数信息，实现对于多类物体均适用的多视角转换框架。长远来看，这项技术的应用有望让普通的2D视频也能实现3D观感，就像在电影院观看的3D电影一样。

　　现有的多视图生成任务中，当前基于生成模型的方法将预先提取输入图像中与视角信息无关的特征，而后将视角信息相关的参数作用于此特征，进而得到生成的结果。该论文中，作者使用此种思路，配合以多种损失函数的设置，利用相机参数加上图像信息来得到与视角无关的特征。相比于现有的方法，该方法适用于连续相机参数下的多视图生成，并不限制于数个固定的视角。