لمساعدتك على تعلم أفضل الشباب البحوث والمتطورة الأكاديمية التكنولوجيا، AI تقنية مراجعة ورقة مشتركة Yanxishe (paper.yanxishe.com)، التي تم إطلاقها اليوم [الورق] جزء، كل يوم لاختيارك من الورق الأكاديمية المتطورة في الذكاء الاصطناعي لتعلم إشارة. وفيما يلي مجموعة مختارة من المحتوى اليوم -

دليل

• ClothFlow: نموذج التدفق القائم لتوليد شخص يلبس

• الجدول استخراج الهيكل مع الشبكات وحدة المتكررة ثنائية الاتجاه عن طريق بوابة

• SPACE: بدون إشراف الشيئية المشهد التمثيل عبر الاهتمام المكاني والتحلل

• صورة سحابة المستندة إلى خدمة تصنيف ليست قوية لتحولات بسيطة: A ساحة المعركة المنسية

• التنميق مكتفية ذاتيا عبر اخفاء لعكس ومسلسل نقل نمط

• لا تحكم على كائن من سياقها: تعلم التغلب على التحيز السياقية

• node2vec: ميزة قابلة للتعلم من أجل شبكات

• يمكن للأسعار الصرف استخدامها للتنبؤ مؤشر شنغهاي المركب؟

• تنسيق المركبات ذاتية الحكم: تصنيف والمسح

• مسح على 3D كائن طرق الكشف عن التطبيقات ذاتية الحكم لتعليم قيادة السيارات

ClothFlow: نموذج توليدي عملية الموظفين العاملين

عنوان الاطروحة: نموذج تدفق استنادا لتوليد شخص يلبس: ClothFlow

الكاتب: زينتونج هان / شياو جون هو جين تاو / وي لين هوانغ / ماثيو R. سكوت

تاريخ النشر: 2019/10/27

أوراق تحتوي على وصلة: الشبكي: //paper.yanxishe.com/review/8611

وأوصت سبب:

اقترحنا نموذج يستند إلى ولدت ظهور تدفق ClothFlow، وحينها يمكن توليفها نموذج، لتوليد صورة من دليل شخص تحديد المواقع ومحاولة الظاهري. ClothFlow من خلال تدفق مكثف بين المصدر والوجهة يقدر المنطقة الملابس ومحاكاة فعالية التغييرات الهندسة، وظهور نقل الطبيعية، وصورة جديدة توليفها، كما هو مبين في الشكل. حققنا من خلال إطار ثلاث مراحل على ما يلي: 1) الموقف المستهدف للشرط، علينا أولا تقدر تخطيط الدلالي الشخص، وتوفير التوجيه لتوليد عملية أكثر ثراء. 2) تقديرات تدفق شلال الشبكة على أساس الخصائص اثنين من شبكة الهرم، تقدير دقيق لمنطقة المقابلة لمباراة مظهر الملابس. كثيفة مصدر السوائل الناتجة تشويه الصورة، يتم ترجمتها مشوه بمرونة. 3) وأخيرا، فإن شبكة يولد بطريقة ملتوية كما المنطقة المدخلات، وتقديم عرض الهدف. لقد فعلت الكثير من التجارب على مجموعات البيانات VITON عمق الأزياء واستخدمت مجموعات البيانات لتوليد صورة شخصية وتحديد المواقع دليل المهام التجريبية الافتراضية. تظهر النتائج النوعية والكمية قوية فعالية هذه الطريقة.

الجيل الشخص الموجهة تشكل ومحاولة الظاهرية على مجال طرق العلاج الرئيسية:

على أساس أساليب تشويه (على سبيل المثال: أفيني، TPS، NN)

على أساس أساليب DensePose-

التشوهات أي، واستنادا على أساس الكثافة

التشويه الهندسي نقل مظهر أفضل، ولكن هذا التحول هندسي كبير، ويؤدي بسهولة إلى تقديرات غير دقيقة التحول الطبيعي

أساليب تعتمد على كثافة والصور 2D إلى 3D رسم الخرائط للجسم البشري، فإن النتائج لا يبدو واقعيا.

حتى ClothFlow المقترحة من قبل المؤلفين: نموذج توليدي على التدفق، ملابس حل تشوه تشوه الملابس؛ من أجل أفضل الناس توليف اللباس صور؛

بنية الجدول المتكررة مقتطفات حدة شبكة النابضة ثنائية الاتجاه

أطروحة العنوان: بنية الجدول استخراج مع الشبكات وحدة المتكررة ثنائية الاتجاه عن طريق بوابة

الكاتب: خان ثاقب علي / خالد سيد محمد دانيال / شهزاد محمد علي / Shafait فيصل

تاريخ النشر: 2020/01/08

أوراق تحتوي على وصلة: الشبكي: //paper.yanxishe.com/review/8614

أوصت السبب: هذه الورقة هي حل مشكلة تحديد بنية الجدول.

يعرض الجدول أصبح ملخص المعلومات منظم للقارئ، التي تستخرج بنية الجدول جزءا هاما من فهم التطبيق. ومع ذلك، فإن بنية الجدول تحديد مشكلة، ليس فقط بسبب تغيرات كبيرة في تخطيط الجدول والاسلوب، ولكن أيضا بسبب التغيرات في مستويات تخطيط الصفحة والضوضاء والتلوث. وكان العديد من الدراسات لتحديد بنية الجدول، ومعظمها تعتمد على وسائل التعرف الضوئي على الحروف (OCR) يتم تطبيقها على ميزات تخطيط الاستدلال جدول القابض. نتيجة للتغيرات في تخطيط الجدول والأخطاء OCR ولدت، وهذه الأساليب ليست نظرة عامة جيدة.

في هذه الورقة، ويقترح المؤلفون طريقة تقوم على دراسة متعمقة قوية يمكن استخراج بدقة الصفوف والأعمدة من جدول وثيقة كشف الصورة. في الحل المقترح، وpreprocessed الصورة الأولى لتشكيل، ثم لتغذية الشبكة العصبية وجود وحدة تداول النابضة ثنائية دوري (GRU)، وطبقة ربط وجود حد أقصى لينة تشغيلها بالكامل. الشبكة من الأعلى إلى الأسفل واليسار إلى اليمين مسح الصور وتصنيف كل صف الإدخال أو محدد العمود الفاصل. وكان المؤلف المؤلف من النظام القياسي على UNLV العامة وICDAR 2013 مجموعة البيانات على هذه البينات، وأدائها يفوق بكثير أحدث نظام استخراج بنية الجدول. هذه الورقة التي أجريت تجارب على UNLV كشفت ICDAR 2013 مجموعات البيانات والتحقق من الطريقة المقترحة هو أفضل بكثير من أفضل من الحقل الحالي.

SPACE: من خلال الاهتمام المكاني والتحلل من المشهد تمثيل وجوه المنحى من دون رقيب

عنوان الاطروحة: SPACE: بدون إشراف التمثيل الشيئية عبر المشهد المكاني الاهتمام والتحلل

الكاتب: لين Zhixuan / وو يي فو / بيري Skand فيشواناث / سون وى هاو / سينغ غوتام / دينغ فاي / جيانغ JinDong المنطقة / اهن Sungjin

تاريخ النشر: 2020/01/08

أوراق تحتوي على وصلة: الشبكي: //paper.yanxishe.com/review/8615

أوصت السبب: هذه الورقة هو النظر متعدد الاهداف مشكلة مشهد التحلل.

يمثل غير خاضعة للرقابة طريقة التعلم القائم يمكن تصنيف الكائنات مشهد على أساس آلية الاهتمام المكانية على أساس مكان الحادث وخلط هذين النوعين، ولكن هذه الأساليب تقتصر في تطويره، ومنعهم من تطبيقها أيضا على سيناريوهات من واقع الحياة. هذا ويعرض ورقة نموذج لتوليد متغير الكامنة اسمه SPACE لتوفير مجموعة موحدة من إطار النمذجة احتمالي الجمع بين أفضل طريقة لخلط الاهتمام ومساحة المكان. SPACE التحلل يمكن أن توفر معلومات الكائن الدقيق يمثل كائن الصدارة، شريحة الخلفية مع التحلل مورفولوجيا معقدة. علاوة على ذلك، SPACE أيضا حل مشكلة التوسع من خلال إدخال آليات التوازي مساحة من الاهتمام، وبالتالي يمكن تطبيقها على المشهد يحتوي على كائن كبير. تجارب على أتاري و3D غرف يقترح، SPACE الطرق السابقة SPAIR واليود وGENESIS مقارنة مع أداء أفضل. كما توفر الكتاب مشروع الموقع (https://sites.google.com/view/space-project-page).

تحويل بسيط ليست خدمات تصنيف صورة تستند إلى سحابة قوية جدا: المعركة المنسية

أطروحة العنوان: صورة سحابة المستندة إلى خدمة تصنيف ليست قوية لتحولات بسيطة: A ساحة المعركة المنسية

الكاتب: غودمان ضو / وي تاو

تاريخ النشر: 2019/06/19

أوراق تحتوي على وصلة: الشبكي: //paper.yanxishe.com/review/8617

أوصت السبب: هذه الورقة هي للنظر في مشكلة لتوليد تصنيف الصور خدمات سحابة المستندة إلى عينة المواجهة.

لا يقوم الخدمات السحابية لتصنيف الصور، مثل تحويل بسيط من الضوضاء التمويه، والضوضاء النبضية، وتناوب هؤلاء أحادي اللون (ST) على قوة. وبناء على هذا، وتقترح هذه الورقة هجوم صورة الانصهار (صورة فيوجن، IF) الأسلوب، باستخدام مكتبة برمجية مفتوحة للرؤية الحاسوبية لا يمكن أن يتحقق، ويصعب الدفاع عنها ضد. IF أساليب لتقييم ST وأربعة منصة سحابة شعبية الأمازون، وجوجل، ومايكروسوفت، Clarifai بما في ذلك الورق، تظهر النتائج التجريبية أنه بالإضافة إلى نسبة النجاح بالإضافة إلى 50، هجوم ST في الأمازون على منصات أخرى نسبة النجاح 100، في حين أن معدل IF طريقة النجاح في فئات مختلفة من خدمة ما يزيد على 98.

وحمل المسلسل أسلوب مكتفية ذاتيا والهجرة العكسية من قبل التصميم إخفاء المعلومات

عنوان الرسالة بذاتها التنميق عبر اخفاء لعكس ومسلسل نقل نمط

الكاتب: تشن هونغ يو / فانغ I-شنغ / تشيو وى شين

تاريخ النشر: 2018/12/10

أوراق تحتوي على وصلة: الشبكي: //paper.yanxishe.com/review/8618

أوصت السبب: هذه الورقة هي النظر في مشكلة الهجرة نمط الصورة.

صورة منمنمة من معين، وذلك باستخدام طريقة نموذجية من نمط الهجرة إلى أسلوب أو إعادة تحويله إلى شكل آخر، والتحف التي تم الحصول عليها عادة أو النتائج السلبية. ترى هذه الورقة أن هذا النوع من المشكلة يرجع إلى عدم تناسق بين الصورة الأصلية ونمط انتاجها الذي تسببت فيه. هذا ويعرض ورقة استخدام إخفاء المعلومات للحفاظ على محتويات معلومات الصورة المدخلة أثناء عملية الترحيل، واقترح طريقة من مرحلتين ووضع حد للنهج نهاية. وقد اظهرت النتائج أن الطريقة المقترحة في هذه الورقة لا يمكن إلا أن تولد بأسلوب منمق جدا جودة الصورة من صورة ونمط أسلوب الهجرة النموذجية المنتجة، ولكن أيضا يمكن القضاء على القطع الأثرية بشكل فعال وعرض عند إعادة بناء الإدخال الأصلي.

• لا تحكم على كائن سياق: تعلم كيف تتغلب على سياق الأحكام المسبقة

  عنوان الاطروحة: لا تحكم على كائن من سياقها: تعلم التغلب على التحيز السياقية

• خصائص شبكة node2vec خوارزمية التعلم

  عنوان الاطروحة: node2vec: قابلة للتعلم ميزة للشبكات

• أسعار الصرف يمكن استخدامها للتنبؤ مؤشر شنغهاي ذلك؟

  عنوان الاطروحة: هل يمكن للأسعار الصرف استخدامها للتنبؤ مؤشر شنغهاي المركب؟

• تنسيق المركبات الذاتية: التصنيف ونظرة عامة

  ورقة العنوان: تنسيق المركبات ذاتية الحكم: تصنيف والمسح

• ملخص طريقة للكشف عن ثلاثي الأبعاد وجوه المنحى تطبيقات الطيار الآلي

  عنوان الاطروحة: دراسة على كائن 3D طرق الكشف عن التطبيقات ذاتية الحكم لتعليم قيادة السيارات