【今日CV 计算机视觉论文速览第145期】Fri, 19 Jul 2019

本文链接：https://blog.youkuaiyun.com/u014636245/article/details/96572307

今日CS.CV 计算机视觉论文速览
Fri, 19 Jul 2019
Totally 33 papers
?上期速览✈更多精彩请移步主页

在这里插入图片描述

Interesting:

?水下图像增强综述, 主要就深度学习用于水下处理的方法和数据集进行了深入的整理和分析，包括水下成像模型、数据合成以及网络的设计，从网络架构、参数、训练数据、损失函数以及训练配置等方面进行了分析。并总结了算法常用的度量标准和评价方法。最后指出了目前数据集和评价方法存在的问题，并给出了一些这一领域的开放问题和未来的研究方向。(from 澳大利亚国立香港城市大学)
在这里插入图片描述
目前水下图像处理的架构：

数据集	Fish4Knowledge	ULFID	MARIS	Haze-line Dataset	UIEBD
度量标准	MSE	PSNR	SSIM	PCQI	UCIQE	UIQM
未来方向	Datasets	Objective functions	evaluation metrics	Prior knowledge	Unsupervised learning	Real vs. Synthetic

一些水下图像增强的结果：
在这里插入图片描述

?Growing a Brain通过增加模型容量来进行网络精调，容量扩增调优法, 研究人员分析了在迁移学习调优过程中元件和参数变化引起的性能变化，并发现增加模型容量和使得调优更自然适应。研究人员最后提出了一种可以利用额外的单元，在宽度或者深度上增长CNN的方法来提高fine-tune的效果。新增的单元必须有适合的归一化才能与现有单元进行步调一致的学习。(from CMU RI)
在这里插入图片描述
不同的容量扩增调优方法：

增强后的结果具有更好的可分辨性：

?人机互动下的产品美学设计, 研究人员提出了一种基于变分自编码器和生成对抗网络辅助人类进行产品设计的新模型，通过自动化生成与设计，并与人类进行交互来实现更富有美学的新产品设计。(from MIT)
主要的设计流程如下，包括市场定义、设计概念生成与验证等：
在这里插入图片描述
研究人员提出的增强模型方法结合了标记数据、非标记数据和新图像进行生成：

一些算法辅助设计的结果：

ref:https://vimeo.com/334094197
author:http://www.aburnap.com/  https://github.com/aburnap
data:We train our model with data from an automotive partner—7,000 images evaluated bytargeted consumers and 180,000 high-quality unrated images.

?MF-TAPNet基于运动流对手术器械进行分割, (from 香港中文)
下图是模型MF-TAPNet的流程,其中先借助上一帧分割和运动流得到下一帧的初始分割，而后优化（损失一）并通过反向的流与生成上一步掩膜，并与原先掩膜进行比较（损失二）。
在这里插入图片描述
dataset:public dataset of Robotic Instrument Segmentation from the 2017 MICCAI EndoVis Challenge [2].

?GRIP基于图机制来感知交通流中的交互并预测车辆轨迹, 利用图的方法来表示邻近物体间的交互，并利用图卷积模块来抽取特征，并使用自编码LSTM来进行轨迹预测(from 里海大学)
在这里插入图片描述
code and datasete:https://github.com/nachiket92/conv-social-pooling

Daily Computer Vision Papers

On the Evaluation of Conditional GANs
Authors Terrance DeVries, Adriana Romero, Luis Pineda, Graham W. Taylor, Michal Drozdzal
条件生成对抗网络cGAN在许多应用领域中得到越来越广泛的应用。尽管取得了显着进步，但对此类模型的定量评估通常涉及多个不同的指标，以评估不同的理想属性，如图像质量，内部条件多样性和条件一致性，使模型基准测试具有挑战性在本文中，我们提出了Frechet Joint Distance FJD，它隐含地在单个度量中捕获上述属性。 FJD定义为图像和条件的联合分布的Frechet距离，使其对通常受限的每个条件样本大小不敏感。因此，它可以更加优雅地扩展到更强的调节形式，例如像素或多模式调节。我们在dSprite数据集的修改版本以及大规模COCO Stuff数据集上评估FJD，并且与当前建立的指标相比，始终突出其优势。此外，我们使用新引入的指标来比较现有的基于cGAN的模型，具有不同的调节强度，并表明FJD可以用作模型基准测试的有前途的单一指标。

Autonomous Driving in the Lung using Deep Learning for Localization
Authors Jake Sganga, David Eng, Chauncey Graetzel, David B. Camarillo
肺癌是全球癌症相关死亡的主要原因，早期诊断对于改善患者预后至关重要。为了诊断癌症，训练有素的肺病专家必须将灵活的支气管镜深入肺部分支结构进行活组织检查。活组织检查无法对26 33例患者的目标组织进行采样，这主要是因为术前CT图谱记录不良。为了改善术中注册，我们开发了两种深度学习方法，用于实时基于支气管镜视频的术前CT图定位支气管镜，称为AirwayNet和BifurcationNet。网络完全基于来自患