您目前的位置:主页 > 神马论坛中特网 >   正文

苹果发表第一篇关于使用对抗训练提高合成图像真实感的AI研究论文

来源:本站原创发表时间:2019-09-30

  本月初, 苹果承诺将开始公开发布其对人工智能的研究。在假日周期间,苹果发布了其第一份AI研究论文,其中详细介绍了其工程师和计算机科学家如何利用对抗训练来改善合成的计算机游戏风格图像(通常用于帮助机器学习)的质量通常较差的情况。

  该论文的作者是与Ashish Shrivastava,在深度学习的研究员托马斯菲斯特,在苹果的另一深学习科学家,文达王,苹果公司R&d工程师拉斯韦伯,一个高级研究工程师,Oncel Tuzel,机器学习研究员和约书亚萨斯坎德,谁共同于2012年创立Emotient,www.456377.com。是一名深度学习科学家。

  随着图形学的最新进展,在合成图像上训练模型变得更加容易处理,从而潜在地避免了对昂贵注释的需求。但是,由于合成图像和实际图像分布之间存在间隙,因此从合成图像中学习可能无法获得所需的性能。为了减少这种差距,我们提出了模拟+无监督(S + U)学习,其任务是学习模型以使用未标记的真实数据改善模拟器输出的真实性,同时保留来自模拟器的注释信息。 我们开发了一种用于S + U学习的方法,该方法使用类似于生成对抗网络(GAN)的对抗网络,但使用合成图像代替输入向量作为输入。我们对标准GAN算法进行了几项关键修改,以保留注释,避免伪像并稳定训练:(i)一个“自我调节”术语,(ii)局部对抗损失,以及(iii)使用以下历史更新鉴别器精致的图像。我们表明,这可以生成高度逼真的图像,我们可以通过定性和用户研究来展示它们。 我们通过训练模型的注视估计和手势估计来定量评估生成的图像。我们显示了使用合成图像的显着改进,并且在MPIIGaze数据集上获得了最先进的结果,而没有任何标记的真实数据。


Copyright © 2002-2011 DEDECMS. 织梦科技 版权所有 Power by DedeCms

挂牌玄机图片| 香港正版数码挂牌全编| 黄大仙心水论坛图库| 白小姐现场开奖记录| 香港九龙图库天线宝宝| 管家婆彩图大全资料| 平特一肖三期必出公式| 码报管家婆参考资料| 2018年黑白图库全年图纸| 白小姐公开一肖必中|