本篇文章调研一些感兴趣的AAAI 2016 papers。科研要多读paper!!!

这篇paper研究从科技论文中生成海报的问题。这是一个很新颖实用的问题。paper中给出了一个Poster-Paper数据集。

为了达到目标,一个利用概率图模型的数据驱动框架被提出。

特别地,给定要显示的内容,一个好的poster的关键元素(包括每个板块的布局和每个板块的属性)被从数据中学习推断得到。每个板块内的图形元素构成被合成。

内容抽取和布局生成是生成一个令人满意的海报的两个关键元素。对于内容抽取,文中使用TextRank (Mihalcea and Tarau 2004)去抽取文字内容,然后作者提供了一个用户接口去抽取图形元素。

paper提出的方法主要针对于布局生成。文中通过三个步骤实现这一目的。首先,作者提出一个简单的概率图模型推断模块属性;然后,一个树形结构被引进用于表达模块布局,基于树形结构,作者进一步设计了一种递归算法生成模块布局。第三步,为了合成每个模块内部的布局,作者训练另一个概率图模型去推断图形元素的属性。

这篇paper提出一个新颖的自动化妆检测和移除框架。

化妆检测子:一个局部约束的低阶字典学习算法被用于决定和定位化妆位置。

卸妆:一个局部约束的耦合质点学习框架(locality-constrained coupled dictionary learning, LC-CDL)被用于合成无妆的人脸,所以化妆能够根据类型被拆除。

文中公布了一个逐步化妆的数据集(stepwise makeup dataset, SMU),提供了化妆过程,每张图片在人脸的子区域中标记了化妆状态信息。

文中对化妆有三个观测:

  1. 大多数化妆图片都是不同姿势、表情、光照的自然图片,有时化妆区域还会被遮挡。因此,需要有误差项来消除稀疏噪声。
  2. 化妆遮挡面部瑕疵,同时也不可避免地掩盖了个体面部特点,降低了类内方差。因此低秩被引入用于发现一个纯净紧致的字典。
  3. 在一定假设下,局部比稀疏更重要。也就是说相似的样本应该被相似的特征表达。

  • Supervised hashing via uncorrelated component analysis, SunRyull Sohn, Hyunwoo Kim, Junmo Kim, in AAAI 2016.

目前的哈希方法大多只关注相似性保留和编码误差最小化,很少最优化precision-recall曲线,或者接收端操作特性曲线?

这篇paper提出了一种基于projection的哈希方法,最大化precision和recall。

首先构建一族候选的基于投影的哈希函数,产生有效哈希码。这些哈希函数通过无关成分分析(Uncorrelated Component Analysis, UCA)产生。然后从这些哈希函数中,我们找出哪个最大化precision和recall性能。然后考虑一种特殊情况,数据正态分布,可以找出基于UCA的哈希函数的子集,最大化true positive rates的和。

满足这两个条件的RR部分与W无关-->

condition 1可以通过减中位数实现,condition 2通过relax为无关性约束实现:

Q和D可以有无穷多的取值,从中选取能够最大化目标函数Eq. (10)的:

可以证明Eq. (10)不依赖D的取值,因此

选择Q的过程中考虑数据呈高斯分布

可以推导得到

数学推导很精妙!

AAAI 2016 paper阅读的更多相关文章

  1. Paper阅读总结Day1

    Paper阅读总结Day1 1.Convolutional Neural Networks For Facial Expression Recognition 文章思想 简单的一篇关于表情识别的文章, ...

  2. CVPR 2016 paper reading (2)

    1. Sketch me that shoe, Qian Yu, Feng Liu, Yi-Zhe Song, Tao Xiang, Timothy M. Hospedales, Cheng Chan ...

  3. NLP论文阅读一:Paper阅读方法

    参考:https://pan.baidu.com/s/1MfcmXKopna3aLZHkD3iL3w 一.为什么要读论文? 基础技术:读论文中的related works可以帮助了解该领域的一些主要的 ...

  4. CVPR 2016 paper reading (6)

    1. Neuroaesthetics in fashion: modeling the perception of fashionability, Edgar Simo-Serra, Sanja Fi ...

  5. CVPR 2016 paper reading (3)

    DeepFashion: Powering Robust Clothes Recognition and Retrieval with Rich Annotations, Ziwei Liu, Pin ...

  6. 博弈论(Game Theory)相关Paper阅读

    这些论文是我在研究区块链共识算法的时候搜到的,当然大多数跟区块链没什么关系,不过有些论文真的写的好,作者中不乏有诺奖得主,有些论文的结果是有违常的(比如拍卖中的价高者得),这也是这些Paper的一部分 ...

  7. MIPS 安全相关paper阅读笔记

    前言 论文来自 ​ https://cyber-itl.org/2018/12/07/a-look-at-home-routers-and-linux-mips.html Linux_MIPS_mis ...

  8. ECCV 2016 paper list

    摘录ECCV2016部分文章,主要有Human pose esimation,  Human activiity / actions, Face alignment, Face detection & ...

  9. Ranking relevance in yahoo search (2016)论文阅读

    文章链接 https://www.kdd.org/kdd2016/papers/files/adf0361-yinA.pdf abstract 点击特征在长尾query上的稀疏性问题 基础相关性三大技 ...

随机推荐

  1. document文档流详解

    html页面下载完默认会打开一个文档流document对象(调用document.open,此时浏览器标题左边会显示加载中图标),开始从上往下渲染内容,渲染完成调用document.close关闭渲染 ...

  2. nginx关于 error_page指令详解.md

    error_page指令解释 nginx指令error_page的作用是当发生错误的时候能够显示一个预定义的uri,比如: error_page 502 503 /50x.html; 这样实际上产生了 ...

  3. flask接收前台的ajax的post数据

    html <!DOCTYPE html><html lang="en"><head> <meta charset="UTF-8& ...

  4. centos yum安装常用命令

    安装killall命令 yum install -y psmisc 安装sz(下载)和rz(上传)命令 yum install -y lrzsz 安装 ifconfig 命令 yum install ...

  5. UX2内核浏览加速技术纲要[带你解决WebView卡顿]

    UX2内核是本人负责主要开发的浏览服务项目,其主要目的是为开发者提供一个简单好用.轻便的网络浏览服务.UX2内核的安卓端是基于WebView进行深度优化的,同时欢迎大家使用这个内核用于app页面或浏览 ...

  6. Python基础-月考

    1. 8<<2等于? # 解释:将8按位左移2位 # 8 0 0 0 0 1 0 0 0 # 32 0 0 1 0 0 0 0 0 2. 通过内置函数计算5除以2的余数 print(div ...

  7. Java 之数组(4)

    什么是数组: 问:编写代码保存 4 名学生的考试成绩. 答:简单啊,定义 4 个变量呗 问:那“计算全年级 400 名学生的考试成绩”,肿么办 答: ....... 数组,就可以帮助你妥妥的解决问题啦 ...

  8. html 标签 显示模式

    1.html 标签模式分为三类:块级标签,行内标签(内联),行内块标签 a. 块级标签 典型代表:div.h1~h6.p.ul.ol.li.dl.dt.dd等. 特点:可以设置宽高,独占一行 b.行内 ...

  9. SSIS ->> Environment Variables

    SQL Server Integration Services(SSIS) 在2012版本引入了Environment Variables这个新特性.它允许我们为一个环境创建出一套变量用于为项目内的包 ...

  10. CXPACKET等待事件

    今天收到数据库预警,发现连接数较多.于是立马登录查看机器的基本情况: select * from sys.sysprocesses 查看了一下连接数,发现有两个进程都处于CXPACKET状态,而且看得 ...