CVPR-2018 那些有趣的新想法
Taylor Guo @ Shanghai - 2018.10.18
缘起还有什么比顶级会议更适合寻找有趣新想法的地方吗？我们从CVPR 2018 计算机视觉和模式识别的顶级会议中发现了很多有趣的东西。
GAN和CV
寻找室外场景中的小脸
用生成性对抗网络寻找小小脸
在沙特和中国研究人员的合作中，使用GAN来检测和放大人群照片上非常小的面孔。即使只是检测小脸，也是一个有趣的问题，常规的脸部探测器通常无法解决。这里，作者提出了一个端到端的方法来提取人脸，然后用生成模型将其提升4倍（一个称为超分辨率的过程）。
以下是主要流程：
PairedCycleGAN for Makeup
PairedCycleGAN：化妆和卸妆的不对称风格转移
条件生产对抗网络已经广泛用于图像处理；刚才提到过超分辨率，生成对抗网络也成功进行了风格转换。使用GAN，可以学习与特定图像元素相对应的显着特征 - 然后更改它们！ 普林斯顿，伯克利和Adobe的研究人员提出了一个修饰照片的架构。这项工作的一个有趣的部分是为不同的面部成分（眼睛，嘴唇，皮肤）训练单独的生成器并单独应用它们，用不同的网络提取面部成分：
GANerated Hands
单目实时3D手部跟踪的生成对抗网络
位姿估计中的一个非常重要的子集（通常需要单独的模型）是手部跟踪。通过挥动双手来操纵计算机尚未完全实现，仍然需要专门的硬件，如Kinect。主要问题之一是数据：哪里可以找得到手部3D标记的真实视频流？这项工作，提出了一种条件生成对抗网络架构，能够将合成的3D手部模型转换为图像用于训练手部跟踪网络。合成数据是当下非常重要的工作之一，可以更详细地考虑它。如下是“从合成到真实”的生成对抗网络架构：
人员数据集风格转移GAN
Person Transfer GAN to Bridge Domain Gap for Person Re-Identification
人员重识别（ReID）是在不同条件和不同情况下拍摄的不同照片上找到同一个人的问题。这个问题自然而然引起了很多的研究，现在已经相对好理解，但是仍然存在一些问题：人物图像的不同数据集差异比较大啊（如 照明，背景等），在一个数据集上训练好的网络在迁移到另一个数据集（比如真实的应用场景中）时性能损失。上图就是展示了不同数据集的差异。为了解决这个问题，这项工作提出了一种GAN架构，能够将图像从一种“数据集风格”迁移到另一种“数据集风格”，使用GAN进行复杂变换，增强了实际数据。展示结果如下：
生成模型的眼睛图像合成
眼睛图像合成和眼睛凝视估计的分层生成模型