ICCV 2019最佳論文和最佳學(xué)生論文已出爐！

最佳論文

SinGAN:LearningaGenerativeModelfromaSingleNaturalImage
用一張自然圖片，學(xué)出一個生成模型

作者：Tamar Rott Shaham，Technion；
Tali Dekel ，Google Research；
Tomer Michaeli ，Technion

摘要：我們介紹SinGAN，這是一種無條件的生成模型，可以從單個自然圖像中學(xué)習(xí)。 我們的模型經(jīng)過訓(xùn)練，可以捕獲圖像內(nèi)斑塊的內(nèi)部分布，然后能夠生成高質(zhì)量，多樣的樣本，并承載與圖像相同的視覺內(nèi)容。 SinGAN包含一個完全卷積的GAN金字塔，每個金字塔負(fù)責(zé)學(xué)習(xí)圖像的不同比例分布。這允許生成新的如此任意的任意大小的光譜，盡管具有顯著的可變性，但仍保持訓(xùn)練圖像的整體結(jié)構(gòu)和精細(xì)的紋理。 與以前的單個圖像GAN方案相比，我們的方法不僅限于紋理圖像，而且不是有條件的（即它從噪聲中生成樣本）。 用戶研究證實，生成的樣本通常被混淆為真實圖像。 我們將說明SinGAN在各種圖像處理任務(wù)中的實用性。

論文鏈接：https://arxiv.org/pdf/1905.01164.pdf

源碼地址：https://github.com/tamarott/SinGAN

論文解讀：http://bbs.cvmart.net/articles/1158

最佳學(xué)生論文

PLMP - Point-Line Minimal Problems in Complete Multi-View Visibility
完整的多視圖可見性中的點線最小問題

摘要：對于通過校準(zhǔn)的透視相機完全觀察到的點和線的一般排列，我們對所有最小問題進行了完整分類。 我們證明總共只有30個最小的問題，對于6個以上的攝像機，5個以上的點以及6條以上的線，則不存在任何問題。 我們提出了一系列檢測最小值的測試，這些測試從對自由度進行計數(shù)開始，到對代表示例進行完整的符號和數(shù)字驗證結(jié)束。 對于發(fā)現(xiàn)的所有最小問題，我們介紹它們的代數(shù)度，即度量其內(nèi)在困難的解的數(shù)量。 它顯示了問題的難度如何隨著視圖數(shù)量的增長而增長。 重要的是，幾個新的最小問題在圖像匹配和3D重建中可能具有很小的實用性。

論文鏈接：https://arxiv.org/pdf/1903.10008.pdf

極市小編已經(jīng)下載了所有的1990~2019年 ICCV 最佳論文（Marr Prize Paper）可點擊下方鏈接，下載學(xué)起來哈！
1987 ~2019 年歷屆 ICCV 最佳論文（Marr Prize Paper）匯總

我們還為大家總結(jié)匯總了今年ICCV論文解讀，可以看看哦~
ICCV2019 論文解讀匯總（10-29 更新中）

推薦閱讀：

ICCV2019 全部論文分類匯總（含目標(biāo)檢測 / 圖像分割等，1008 更新中）

ICCV 2019 全部論文下載及解讀匯總（更新）

△ 掃一掃關(guān)注 極市平臺
每天推送最新CV干貨

總結(jié)

以上是生活随笔為你收集整理的ICCV 2019 最佳论文和最佳学生论文下载的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。