图像识别 论文 《人工智能半月刊》第四十六期（2018.2.15）(2)

近日，谷歌大脑发布论文，提出一种通过提取多文档摘要来生成英文维基百科文章的方法。研究通过提取摘要来粗略地识别显著信息，通过神经抽象模型生成文章。对于抽象模型，引入了只含一个的结构，它可以处理很长的序列，比序列转导中传统的编码器-架构处理的序列长得多。论文展示了这个模型可以生成流畅、连贯的多句段落，甚至生成整个维基百科文章。在给出参考文档时，证明了该模型可以提取相关的事实信息，以复杂度、ROUGE 分数和人类评估结果的形式呈现。

Facebook提出DensePose数据集和网络架构：可实现实时的人体姿态估计

近日，FAIR 发布了一篇研究论文，介绍了他们通过人工方式标注的图像到表面密集对应数据集 DensePose-COCO 以及基于此训练的 DensePose-RCNN 架构。研究构建了人体的 RGB 图像与基于表面的表征之间的密集对应，将这个任务称为密集人体姿态估计。首先通过引入一种有效的标注流程而收集了 COCO 数据集中 5 万张人类外观的密集对应。然后使用数据集训练了能够在自然环境中得到密集对应的基于 CNN 系统。通过训练一个可以填补缺失真实值的“修补”网络，他们提升了训练集的有效性；并且相比于过去所能实现的最好结果有明显的提升。使用全卷积网络和基于区域的模型进行实验观察到了后者的优越性；通过级联进一步提升了准确度，得到了一个能实时地得到高准确度结果的系统。

Waymo与Uber达成2.45亿美元庭外和解，自动驾驶机密之争戛然而止

2017 年 1 月谷歌旗下的 Waymo公司提出诉讼，称曾任 Uber 自动驾驶汽车项目主管的一名工程师 Anthony Levandowski 在离开谷歌时带走了数千份机密技术文件。该案对于 Uber 的自动驾驶汽车项目进程造成了极大的阻碍，并影响了它的长期利润率。在为期数月的交锋之后，Uber 最终与谷歌旗下的 Waymo 在自动驾驶汽车技术诉讼上达成了庭外和解，Uber 将向 Alphabet 支付约合 2.45 亿美元的自有股权以解决这桩有关商业机密的法律纠纷。

技术新突破

UC Berkeley提出特征选择新方法：条件协方差最小化

降维可以增强模型的可解释性，特征选择则是常用的降维方法。UC Berkeley 近日提出了一种新型特征选择方法条件协方差最小化（CCM），该方法利用基于核的独立性估计找出协变量的子集，可最大化预测响应变量。基于之前的核降维研究构建该方法，研究展示了如何通过约束优化问题（涉及条件协方差算子的迹）进行特征选择，并证实了该步骤稳定一致的结果，同时还展示了该方法在多个合成和现实数据集上与其他先进算法相比的优越性。

港中文-商汤联合论文：自监督语义分割的混合与匹配调节

自监督学习的关键在于引入了一个无监督的预训练任务，然而很多预训练任务缺乏能够对目标任务进行有效区分的监督信号，导致最终的结果比有监督的初始化要低很多。港中文-商汤的联合研究提出了一个新的混合与匹配策略，来更好地利用有限的标注信息，从而提升自监督初始化网络的性能。此过程分为“混合”与“匹配”两个步骤。图像识别 论文混合步骤从目标任务图像中随机抽样了大量的局部图像块并混合在一起；匹配过程构建了一个无向图，它的节点即图像块的深层特征。结果显示在利用图像上色作为预训练任务和利用基于图像内容的自监督方法——Jigsaw Puzzles中都获得了较大的提升，使用随机初始化，在不同网络结构和不同数据集上，此方法也获得了显著的提升。

IBM Watson提出人机推理网络HuMaINs，结合人机两者优势

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-79753-2.html