腾讯优图实验室13篇论文入选ICCV2019( 二 )

2026-01-27

----腾讯优图实验室13篇论文入选ICCV2019//----

　　应对其他一般的物体。通过在Shape-Net这个数据集上的多个类别物体作为数据，得到以下结果：

----腾讯优图实验室13篇论文入选ICCV2019//----

　　通过在多个类别的物体上进行多视图生成任务，利用多个定量定性指标来进行评价，证明该方法具有通用性，且在多个类别任务上表现良好。

　　本文入选ICCV 2019口头报告(Oral) ，该类论文录取率约4.3% 。

　　论文地址: http://jiaya.me/papers/vigan_iccv19.pdf

　　2、基于属性自光流域的非监督图像转换算法Attribute-Driven Spontaneous Motion in Unpaired Image Translation

----腾讯优图实验室13篇论文入选ICCV2019//----

----腾讯优图实验室13篇论文入选ICCV2019//----

----腾讯优图实验室13篇论文入选ICCV2019//----

　　微笑表情转换结果图。从左到右依次为:输入、StarGAN结果、该论文结果

　　本论文与香港中文大学、哈工大深圳研究院合作完成。

　　人脸照片随着社交软件的普及被大幅度地应用于各种社交应用中，而人脸照片的自动化编辑一方面作为社交软件的娱乐应用促进了社交用户的交流，另一方面也帮助用户对人脸照片进行快速的自动化编辑。由于深度学习的兴起，基于深度神经网络的图像转换(Image translation)技术常常被应用于图像编辑任务上。

　　现有的图像变换算法主要基于生成对抗神经网络，这些算法尽管能生成较高分辨率的图像，但由于它们较少考虑图像之间的几何变形关系，转换后的图像往往包含许多瑕疵和失真，尤其是在原图像域和目标图像域几何结构不一致的情况下。

　　本论文提出了SPM(自光流模块) ，希望通过学习不同图像域间的光流解决图像的几何变换问题。其框架以传统的生成器-判别器作为基础，其中，生成器用于生成更好的图像，而判别器用于判别生成器生成图像的质量好坏，此外，他们在生成器的基础网络结构上做出扩展以适应图像转换之中的几何变换。扩展后的生成器包含两个主要模块，自光流模块SPM和微调模块R 。此外，该论文还引入了从低分辨率图像到高分辨率的生成方案。

推荐阅读

上一篇：威图手机售后——VERTU维修地址及流程详情介绍

下一篇：世界6大有机奶源地及奶粉解析，你家宝宝喝的奶粉在其中吗？