江苏龙网

  1. 首页 > 资讯 > 科技 > >

|7 Papers| 华为诺亚车道线检测方法；网络表示学习综述


机器之心 & ArXiv Weekly Radiostation
参与：杜伟、楚航、罗若天
本周的重要论文包括华为诺亚方舟实验室联合中山大学提出的新型车道线检测方法 ， 以及发表在《计算机科学》杂志上的网络表示学习综述 。
High-Resolution Deep Image Matting
Equilibrium Finding for Large Adversarial Imperfect-Information Games
Table2Charts: Learning Shared Representations for Recommending Charts on Multi-dimensional Data
CurveLane-NAS: Unifying Lane-Sensitive Architecture Search and Adaptive Point Blending
Transfer Learning in Deep Reinforcement Learning: A Survey
Survey of Network Representation Learning
Multi-Similarity Loss with General Pair Weighting for Deep Metric Learning
ArXiv Weekly Radiostation：NLP、CV、ML 更多精选论文（附音频）
论文 1：High-Resolution Deep Image Matting
作者：Haichao Yu、Ning Xu、Zilong Huang 等
论文链接：https://arxiv.org/pdf/2009.06613.pdf
【|7 Papers| 华为诺亚车道线检测方法；网络表示学习综述】摘要：抠图是图像和视频编辑与合成的关键技术 。 通常 ， 深度学习方法会以整个输入图像和相关的 trimap 作为输入 ， 使用卷积神经网络来推断前景蒙版（alpha matte） 。 这种方法在图像抠图领域实现了 SOTA 结果 。 但是 ， 由于硬件限制 ， 这些方法在实际的抠图应用中可能会失败 ， 因为现实世界中需要抠图的输入图像大多具备很高的分辨率 。
近日 ， 来自伊利诺伊大学香槟分校（UIUC）、Adobe 研究院和俄勒冈大学的研究者提出了一种名为 HDMatt 的新方法 ， 这是首个处理高分辨率输入图像的深度学习抠图方法 。 大量实验表明了该方法的有效性及其对于高分辨率输入图像的必要性 。
|7 Papers| 华为诺亚车道线检测方法；网络表示学习综述
本文插图

HDMatt 方法的整体框架 。
|7 Papers| 华为诺亚车道线检测方法；网络表示学习综述
本文插图

CPC 模块的工作流程 。
|7 Papers| 华为诺亚车道线检测方法；网络表示学习综述
本文插图

这些方法（包括 IndexNet 和 ContextNet）的实际效果对比 。
推荐：HDMatt 方法在 Adobe Image Matting 和 AlphaMatting 基准上均实现了新的 SOTA 性能 ， 并且在更真实的高分辨率图像上获得了优秀的效果 。
论文 2：Equilibrium Finding for Large Adversarial Imperfect-Information Games
作者：Noam Brown
论文链接：http://www.cs.cmu.edu/~noamb/thesis.pdf
摘要：本文作者 Noam Brown 现为 Facebook 人工智能实验室的研究科学家 。 这篇博士论文详述了大型对抗性不完美信息博弈中均衡计算的一系列进展 。 这些新技术使得 AI 智能体首次有可能在无限注扑克游戏中击败顶级职业玩家 ， 而这正是几十年来 AI 和博弈论领域一直存在的重大挑战性难题 。
|7 Papers| 华为诺亚车道线检测方法；网络表示学习综述
本文插图

推荐：这位大神曾创建了冷扑大师和 Pluribus ， 如今要博士毕业了！
论文 3：Table2Charts: Learning Shared Representations for Recommending Charts on Multi-dimensional Data
作者：Mengyu Zhou、Qingtao Li、Yuejiang Li 等
论文链接：https://arxiv.org/pdf/2008.11015.pdf
摘要：为多维数据集创建图表（表格）是销售、人力资源、投资、工程、科研、教育等许多领域的常见应用 。 为了执行常规分析和发现见解 ， 人们花费大量时间构建不同类型的图表来展示不同的观点 。 这个过程通常需要数据分析方面的专业知识和广泛的知识储备来创建适当的图表 。 有没有可能通过智能的方式来创建图表呢？


推荐阅读


上一篇：|特区风华?|“中国电子第一街”书写华强北不老传奇

下一篇：|中秋获奖攻略｜医生站华为手环、蓝牙耳机……怎么得？