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. Java - 避免不必要的对象

    通常,我们更喜欢重用一个对象而不是重新创建一个.如果对象是不可变的,它就始终可以被重用. 下面是一个反面例子: String s = new String("stringette" ...

  2. MySql 学习(一)

    入门使用 show databases; //假设存在seckill 数据库 use seckill; //查看所有表 show tables; //查看某个表的字段,例如存在 student 表 d ...

  3. nodejs的jsonrpc调用

    记录下使用nodejs发送jsonrpc请求: var express = require('express'); var router = express.Router(); var request ...

  4. java--集合框架总结1--set总结

    一.集合框架的概述. 基础的数据结构有数组,链表,栈,队列,二叉树等,java中的数据结构,利用了这些基本的数据结构分别实现了很丰富的集合框架类型,下面简单地总结下关于java集合框架的基础内容,在进 ...

  5. 添加jquery脚本文件

    对于后台添加JQuery需要加上../js {insert_scripts files ="../js/jquery.1.14.min.js"}

  6. MySQL批量插入多条数据方便测试

    批量插入流程 数据库字段 delimiter create procedure doinsert3() begin declare i int; declare j int; ; ; ) do ins ...

  7. 一些在线开发手册api文档收藏

    java JavaSE8 api:https://docs.oracle.com/javase/8/docs/api/ JavaSE7 api:http://docs.oracle.com/javas ...

  8. springboot伪静态

    在日常网站访问中,会把动态地址改造成伪静态地址. 例如: 访问新闻栏目 /col/1/,这是原有地址,如果这样访问,不利于搜索引擎检索收录,同时安全性也不是很好. 改造之后: /col/1.html. ...

  9. 前端js动画收藏

    值得收藏的动画

  10. HDU 3191 次短路长度和条数

    http://www.cnblogs.com/wally/archive/2013/04/16/3024490.html http://blog.csdn.net/me4546/article/det ...