腾讯优图25篇论文入选全球顶级计算机视觉会议CVPR 2019

主页（http://www.kuwanit.com）：腾讯优图25篇论文入选全球顶级计算机视觉会议CVPR 2019

基于深度学习优化光照的暗光下的图像增强

Underexposed Photo Enhancement using Deep Illumination Estimation

基于同态隐空间插值的不成对图片到图片转换

软多标签学习的无监督行人重识别

随着智能手机的普及,照片分享成为网络中非常流行的社交方式。然而,受外部光照条件影响(如背光、低光照等)及用户拍照技术所限,实际中拍摄得到的照片通常会出现欠曝光现象。由于欠曝光图像通常能见度较差、颜色暗淡且视觉上不友好,因而难以有效传达用户期望且应用场景有限。为改善此类图像质量,欠曝光图像增强应运而生。然而,该问题由于同时涉及对图像多种外观因素(如亮度,对比度,饱和度等)的编辑,且并没有统一客观的优化目标而异常具有挑战性。现有方法通常无法生成视觉上令人愉悦的结果。

基于上下文图网络的行人检索模型

当下CT成像可以提供三维全景视角帮助医生了解病人体内的组织器官的情况,来协助疾病的诊断。但是CT成像与X光成像相比,给病人带来的辐射剂量较大,并且费用成本较高。 传统CT影像的三维重建过程中围绕物体中心旋转采集并使用了大量的X光投影,这在传统的X光机中也是不能实现的。在这篇文章中,我们创新性的提出了一种基于对抗生成网络的方法,只使用两张正交的二维X光图片来重建逼真的三维CT影像。核心的创新点包括增维生成网络,多视角特征融合算法等。我们通过实验与量化分析,展示了该方法在二维X光到三维CT重建上大大优于其他对比方法。通过可视化CT重建结果,我们也可以直观的看到该方法提供的细节更加逼真。在实际应用中, 我们的方法在不改变现有X光成像流程的前提下,可以给医生提供额外的类CT的三维影像,来协助他们更好的诊断。

生成对抗实例是理解深度神经网络工作机理的重要途径。大多数现有的方法都会在图像空间中产生扰动,即独立修改图像中的每个像素。在本文中,我们更为关注与三维物理性质(如旋转和平移、照明条件等)有意义的变化相对应的对抗性示例子集。可以说,这些对抗方法提出了一个更值得关注的问题,因为他们证明简单地干扰现实世界中的三维物体和场景也有可能导致神经网络错分实例。    在分类和视觉问答问题的任务中,我们在接收2D输入的神经网络前边增加一个渲染模块来拓展现有的神经网络。我们的方法的流程是:先将3D场景(物理空间)渲染成2D图片(图片空间),然后经过神经网络把他们映射到一个预测值(输出空间)。这种对抗性干扰方法可以超越图像空间。在三维物理世界中有明确的意义。虽然图像空间的对抗攻击可以根据像素反照率的变化来解释,但是我们证实它们不能在物理空间给出很好的解释,这样通常会具有非局部效应。但是在物理空间的攻击是有可能超过图像空间的攻击的,虽然这个比图像空间的攻击更难,体现在物理世界的攻击有更低的成功率和需要更大的干扰。

本文由腾讯优图实验室与上海交通大学主导完成。

全球计算机视觉顶级会议 IEEE CVPR 2019(Computer Vision and Pattern Recognition,即IEEE国际计算机视觉与模式识别会议) 即将于6月在美国长滩召开。本届大会总共录取来自全球论文1299篇。中国团队表现不俗,此次,腾讯公司有超过58篇论文被本届CVPR大会接收,其中腾讯优图实验室25篇、腾讯AI Lab33篇,相比过去两年成绩大幅提升。

相对于有监督行人重识别(RE-ID)方法,无监督RE-ID因其更佳的可扩展性受到越来越多的研究关注,然而在非交叠的多相机视图下,标签对(pairwise label)的缺失导致学习鉴别性的信息仍然是非常具有挑战性的工作。为了克服这个问题,我们提出了一个用于无监督RE-ID的软多标签学习深度模型。该想法通过将未标注的人与辅助域里的一组已知参考者进行比较,为未标注者标记软标签(类似实值标签的似然向量)。基于视觉特征以及未标注目标对的软性标签的相似度一致性,我们提出了软多标签引导的hard negative mining方法去学习一种区分性嵌入表示(discriminative embedding)。由于大多数目标对来自交叉视角,我们提出了交叉视角下的软性多标签一致性学习方法,以保证不同视角下标签的一致性。为实现高效的软标签学习,引入了参考代理学习(reference agent learning)。我们的方法在Market-1501和DukeMTMC-reID上进行了评估,显著优于当前最好的无监督RE-ID方法。

以下介绍部分腾讯优图入选CVPR2019的论文:

基于自适应空间加权相关滤波的视觉跟踪研究

基于生成对抗网络的双平面X光至CT生成系统