Paper 研習(xí)社每日精選論文推薦 12.30

本文作者： AI研習(xí)社

2019-12-30 16:18

導(dǎo)語：?Hi 歡迎來到Paper 研習(xí)社每日精選欄目，Paper 研習(xí)社（paper.yanxishe.com）每天都為你精選關(guān)于人工智能的前沿學(xué)術(shù)論文供你參考

Hi 歡迎來到Paper 研習(xí)社每日精選欄目，Paper 研習(xí)社（paper.yanxishe.com）每天都為你精選關(guān)于人工智能的前沿學(xué)術(shù)論文供你參考，以下是今日的精選內(nèi)容——

Scalable Fine-grained Generated Image Classification Based>
Merging Weak and Active Supervision for Semantic Parsing
Detecting GAN generated errors
A Billion Ways to Grasp: An Evaluation of Grasp Sampling Schemes>
Look, Read and Feel: Benchmarking Ads Understanding with Multimodal Multitask Learning
Improved Mixed-Example Data Augmentation
A Baseline for Few-Shot Image Classificatio
Mixup Inference: Better Exploiting Mixup to Defend Adversarial Attacks
Extracting urban water by combining deep learning and Google Earth Engine
Facial Synthesis from Visual Attributes via Sketch using Multi-Scale Generators

基于深度度量學(xué)習(xí)的可擴(kuò)展細(xì)粒度生成圖像分類

Scalable Fine-grained Generated Image Classification Based>作者：Xuan Xinsheng /Peng Bo /Wang Wei /Dong Jing

發(fā)表時間：2019/12/10

論文鏈接：https://paper.yanxishe.com/review/7899

推薦理由：最近，生成的圖像可以達(dá)到非常高的質(zhì)量，即使人眼也無法分辨真實圖像。盡管目前在法醫(yī)界已經(jīng)有一些檢測生成圖像的方法，但是這些方法大多數(shù)都用于檢測生成圖像的一種類型。生成的新型圖像層出不窮，現(xiàn)有的檢測方法無法很好地應(yīng)對。這些問題促使作者提出了一種基于深度度量學(xué)習(xí)的可擴(kuò)展的多類別分類框架，旨在對生成的圖像進(jìn)行更好的分類。

此外，作者增加了框架的可伸縮性，以應(yīng)對不斷涌現(xiàn)的新型生成圖像，并通過微調(diào)使模型對新型生成數(shù)據(jù)獲得更好的檢測性能。

合并弱監(jiān)督和主動監(jiān)督以進(jìn)行語義解析

Merging Weak and Active Supervision for Semantic Parsing

作者：Ni Ansong /Yin Pengcheng /Neubig Graham

發(fā)表時間：2019/11/29

論文鏈接：https://paper.yanxishe.com/review/7900

推薦理由：語義解析器將來自用戶的自然語言命令（NL）映射到可執(zhí)行的含義表示（MR），然后在特定環(huán)境中執(zhí)行這些以獲得所需的結(jié)果。對此類解析器的全監(jiān)督培訓(xùn)需要NL / MR對，并由領(lǐng)域?qū)＜疫M(jìn)行注釋，這使得收集它們的成本很高。

但是，僅從成對的NL和預(yù)期的執(zhí)行結(jié)果中學(xué)習(xí)了弱監(jiān)督的語義解析器，從而使MR變得很隱蔽。雖然薄弱的監(jiān)督成本較低，但是從這些投入中學(xué)習(xí)仍然很困難。它要求解析器以非常弱的學(xué)習(xí)信號搜索較大的空間，并且很難避免以錯誤的方式獲得正確答案的虛假MR。這些因素導(dǎo)致在弱監(jiān)督和全監(jiān)督環(huán)境下訓(xùn)練的解析器之間的性能差距。

為了彌合這一差距，作者研究了弱監(jiān)督與主動學(xué)習(xí)之間的交集，這使學(xué)習(xí)者可以主動選擇示例并查詢?nèi)斯ぷ⑨屪鳛轭~外的監(jiān)督，以改進(jìn)在弱監(jiān)督下訓(xùn)練的模型。本文研究了用于選擇示例進(jìn)行查詢的各種主動學(xué)習(xí)啟發(fā)式方法，以及針對此類查詢的各種形式的額外監(jiān)督。作者在兩個不同的數(shù)據(jù)集上評估了其方法的有效性。WikiSQL上的實驗表明，通過僅注釋1.8％的示例，作者將最新的弱監(jiān)督基線提高了6.4％，達(dá)到了79.0％的準(zhǔn)確度，與經(jīng)過訓(xùn)練的模型僅相距1.3％在充分監(jiān)督下。在WikiTableQuestions上使用人工注釋器進(jìn)行的實驗表明，作者的方法僅使用100個活動查詢就可以提高性能，尤其是對于從冷啟動中學(xué)到的弱監(jiān)督解析器。

檢測GAN產(chǎn)生的錯誤

Detecting GAN generated errors

作者：Zhu Xiru /Che Fengdi /Yang Tianzi /Yu Tzuyang /Meger David /Dudek Gregory

發(fā)表時間：2019/12/2

論文鏈接：https://paper.yanxishe.com/review/7901

推薦理由：盡管最新的GAN在生成超逼真的圖像方面具有令人印象深刻的性能，但GAN鑒別器仍然難以評估單個生成樣本的質(zhì)量。這是因為評估所生成圖像的質(zhì)量的任務(wù)不同于確定圖像是真實的還是偽造的。生成的圖像可能很完美，除了在單個區(qū)域之外，但仍被檢測為偽造的。

相反，作者提出了一種新穎的方法來檢測生成的圖像中錯誤的位置。通過將實際圖像與生成的圖像進(jìn)行比較，作者為每個像素計算其屬于真實分布還是生成的分布。此外，作者利用注意力來建立遠(yuǎn)程依賴模型。這允許檢測局部上合理但不是整體上的錯誤。

為了進(jìn)行評估，作者表明，與FID和IS不同，實驗的錯誤檢測可以作為單個圖像的質(zhì)量指標(biāo)。作者利用改進(jìn)的Wasserstein，BigGAN和StyleGAN來顯示基于本文的指標(biāo)的排名與FID分?jǐn)?shù)有著顯著的相關(guān)性。

作者的工作為更好地了解GAN以及從GAN模型中選擇最佳樣本的能力打開了大門。

十億種方式：基于密集的，基于物理的抓取數(shù)據(jù)集的抓取采樣方案的評估

A Billion Ways to Grasp: An Evaluation of Grasp Sampling Schemes>作者：Eppner Clemens /Mousavian Arsalan /Fox Dieter

發(fā)表時間：2019/12/11

論文鏈接：https://paper.yanxishe.com/review/7902

推薦理由：機(jī)器人抓取通常被公式化為學(xué)習(xí)問題。隨著物理仿真速度和質(zhì)量的提高，生成用于學(xué)習(xí)算法的大規(guī)模抓取數(shù)據(jù)集變得越來越流行。一個經(jīng)常被忽略的問題是如何生成構(gòu)成這些數(shù)據(jù)集的掌握信息。

在本文中，作者回顧，分類和比較了不同的抓取抽樣策略。作者的評估基于SE（3）的細(xì)粒度離散化，并使用基于物理的模擬來評估相應(yīng)的平行下頜抓握的質(zhì)量和魯棒性。具體來說，作者認(rèn)為YCB數(shù)據(jù)集中的21個對象中的每個對象都擁有超過10億個抓取。這個密集的數(shù)據(jù)集使作者可以評估現(xiàn)有的采樣方案w.r.t. 他們的偏見和效率。

作者的實驗表明，一些流行的采樣方案包含很大的偏差，并且沒有涵蓋可以抓住物體的所有可能方式。

看，讀和感覺：用多模態(tài)多任務(wù)學(xué)習(xí)對廣告的理解進(jìn)行基準(zhǔn)測試

Look, Read and Feel: Benchmarking Ads Understanding with Multimodal Multitask Learning

作者：Zhang Huaizheng /Luo Yong /Ai Qiming /Hou Nana /Wen Yonggang

發(fā)表時間：2019/12/21

論文鏈接：https://paper.yanxishe.com/review/7892

推薦理由：這篇論文要解決的是廣告內(nèi)容理解的問題。

由于廣告行業(yè)的巨大市場和在線多媒體內(nèi)容（如視頻）的急劇增長，將廣告與多媒體內(nèi)容一起推廣的方式逐漸流行起來。然而要為提供的內(nèi)容找尋相應(yīng)的廣告將耗費大量人力，因此一些自動化的廣告技術(shù)發(fā)展起來。為了進(jìn)一步提升用戶體驗，理解廣告的主題與情感是必要的。這篇論文的貢獻(xiàn)在于提出了一種新的深度多模態(tài)多任務(wù)框架，來整合多個模態(tài)以獲得目標(biāo)廣告的有效主題與情感，使得理解更容易。具體而言，所提模型首先從廣告里抽取多模態(tài)信息并學(xué)習(xí)一個高層級和可比較的表示向量。廣告的可視化元素在無監(jiān)督的情況下解碼，獲得的特征隨后被帶入所提的分層多模態(tài)注意力模塊中，用以學(xué)習(xí)為了作出最終預(yù)測而在特定任務(wù)下獲得的表示向量。另外，這篇論文還設(shè)計了一個多任務(wù)損失函數(shù)來聯(lián)合訓(xùn)練主題與情感預(yù)測模型。在最新與最大規(guī)模的廣告數(shù)據(jù)集上的實驗表明所提方法取得了最佳效果。

改進(jìn)的混合示例數(shù)據(jù)增強(qiáng)

Improved Mixed-Example Data Augmentation

作者：Summers Cecilia /Dinneen Michael J.

發(fā)表時間：2018/5/29

論文鏈接：https://paper.yanxishe.com/review/7909

推薦理由：為了減少過擬合，通常會使用數(shù)據(jù)增強(qiáng)來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，這是通過現(xiàn)有訓(xùn)練實例的保留標(biāo)簽的變換人工生成額外訓(xùn)練數(shù)據(jù)來完成的。盡管這些類型的轉(zhuǎn)換具有直覺上的意義，但最近的工作表明，即使是不保留標(biāo)簽的數(shù)據(jù)增強(qiáng)也很有效果，它通過實例對的線性組合實現(xiàn)數(shù)據(jù)擴(kuò)充。盡管它們有效，但對于這種方法為何起作用知之甚少。

在這項工作中，作者旨在探索這種類型的數(shù)據(jù)增強(qiáng)的一種新的更通用的形式，以確定這種線性是否必要。通過考慮“混合實例數(shù)據(jù)增強(qiáng)”的更廣泛范圍，作者發(fā)現(xiàn)了實用增強(qiáng)技術(shù)的更大空間，其中包括對現(xiàn)有技術(shù)進(jìn)行改進(jìn)的方法。這種概括所帶來的好處超出了提高性能的希望，它揭示了許多混合實例數(shù)據(jù)增強(qiáng)類型，這些類型與先前工作中所考慮的完全不同，這提供了證據(jù)表明此類方法有效性的理論是不完整的，并表明任何這樣的理論都必須解釋更廣泛的現(xiàn)象。

小樣本圖像分類的基準(zhǔn)

A Baseline for Few-Shot Image Classification

作者：Dhillon Guneet S. /Chaudhari Pratik /Ravichandran Avinash /Soatto Stefano

發(fā)表時間：2019/9/6

論文鏈接：https://paper.yanxishe.com/review/7912

推薦理由：對經(jīng)過標(biāo)準(zhǔn)交叉熵?fù)p失訓(xùn)練的深度網(wǎng)絡(luò)進(jìn)行微調(diào)是進(jìn)行小樣本學(xué)習(xí)的一個強(qiáng)基準(zhǔn)。如果對它們進(jìn)行傳導(dǎo)性微調(diào)，它的性能將優(yōu)于標(biāo)準(zhǔn)數(shù)據(jù)集（如Mini-Imagenet，Tiered-Imagenet，CIFAR-FS和FC-100）中具有相同超參數(shù)的最新技術(shù)。

這種方法的簡單性使作者能夠在Imagenet-21k數(shù)據(jù)集上演示最初的幾次學(xué)習(xí)結(jié)果。

作者發(fā)現(xiàn)使用大量的元訓(xùn)練類，即使對于大量的測試類，也能獲得極高的準(zhǔn)確率。作者不提倡他們的方法作為小樣本學(xué)習(xí)的解決方案，而只是使用結(jié)果突出顯示當(dāng)前基準(zhǔn)和小樣本學(xué)習(xí)的局限性。作者對基準(zhǔn)數(shù)據(jù)集進(jìn)行了廣泛的研究，以提出量化測試集“硬度”的指標(biāo)。此度量標(biāo)準(zhǔn)可用于以更系統(tǒng)的方式說明小樣本學(xué)習(xí)算法的性能。

Mixup推論：更好地利用Mixup來防御對抗性攻擊

Mixup Inference: Better Exploiting Mixup to Defend Adversarial Attacks

作者：Pang Tianyu /Xu Kun /Zhu Jun

發(fā)表時間：2019/9/25

論文鏈接：https://paper.yanxishe.com/review/7913

推薦理由：人們已經(jīng)普遍認(rèn)識到，對抗性的實例可以很容易地被用來愚弄深層網(wǎng)絡(luò)，而深層網(wǎng)絡(luò)的愚弄主要來源于輸入實例附近的局部非線性行為。

在訓(xùn)練過程中應(yīng)用mixup，可以有效地提高泛化性能和模型的魯棒性，在訓(xùn)練實例之間引入全局線性行為。然而，在以往的工作中，混合訓(xùn)練模型只是通過直接對輸入進(jìn)行分類，被動地防御對抗性攻擊，而誘導(dǎo)的全局線性并沒有得到很好的利用。也就是說，由于對抗擾動的局部性，通過模型預(yù)測的全局性主動打破局部性將更為有效。

在簡單幾何直覺的啟發(fā)下，作者發(fā)展了一種用于混合訓(xùn)練模型的推理原理，稱為混合推理（MI）。MI將輸入與其他隨機(jī)干凈的樣本混合，如果輸入是對抗性的，則可以收縮并傳遞等效擾動。

作者在CIFAR-10和CIFAR-100上的實驗表明，MI可以進(jìn)一步提高mixup及其變形訓(xùn)練的模型的對抗魯棒性。

結(jié)合深度學(xué)習(xí)和谷歌地球引擎提取城市水系

Extracting urban water by combining deep learning and Google Earth Engine

作者：Wang Y. D. /Li Z. W. /Zeng C. /Xia G. S. /Shen H. F.

發(fā)表時間：2019/12/23

論文鏈接：https://paper.yanxishe.com/review/7895

推薦理由：這篇論文要解決的是城市水系信息提取的問題。

城市水系對于城市生態(tài)而言至關(guān)重要。使用遠(yuǎn)程感知數(shù)據(jù)的精準(zhǔn)高效水系檢測對城市規(guī)劃與管理有著顯著作用。這篇論文提出了一種新方法來結(jié)合谷歌地球引擎和多粒度卷積神經(jīng)網(wǎng)絡(luò)，通過離線訓(xùn)練與預(yù)測的方式，從陸地衛(wèi)星圖像中抽取城市水系信息。

這是一篇深度學(xué)習(xí)應(yīng)用于水利行業(yè)的應(yīng)用，可以啟發(fā)更多計算機(jī)技術(shù)在其他領(lǐng)域應(yīng)用的研究。

基于多尺度生成器的基于草圖的視覺屬性人臉合成

Facial Synthesis from Visual Attributes via Sketch using Multi-Scale Generators

作者：Di Xing /Patel Vishal M.

發(fā)表時間：2019/12/17

論文鏈接：https://paper.yanxishe.com/review/7894

推薦理由：這篇論文要解決的是人臉合成的問題。

從視覺屬性自動合成人臉對于計算機(jī)視覺領(lǐng)域而言是個重要的任務(wù)，并在法律與娛樂方面都有廣泛的落地場景。隨著深度生成卷積神經(jīng)網(wǎng)絡(luò)的發(fā)展，從屬性合成人類圖像和文本描述的研究已有不少工作。這篇論文則是將這個問題為一個分階段學(xué)習(xí)問題：首先基于可視化屬性合成面部草圖，然后基于合成的草圖生成面部圖像。所提框架基于兩個不同的生成對抗網(wǎng)絡(luò)：1. 一個草圖生成網(wǎng)絡(luò)，以從輸入屬性中合成真實的草圖；2. 一個面部生成器，從合成的草圖中合成人臉圖像。擴(kuò)展實驗證明了所提方法的有效性。