语义分割，对抗生成，图学习和算法研究，京东数科 6 篇AAAI 论文精华解读

AAAI 2020 已经在纽约步入最后一天，然而还有许多优秀工作未能分享给关注AI 前沿研究的读者。AI科技评论在接下来的时间里将快马加鞭，努力工作。

 

本次AAAI会议是进入21世纪20年代（一个将真正属于人工智能的十年）中首个会议。但这次会议却因中国新冠疫情而出现别具一格的场面，许多国内近800名小伙伴因疫情影响无法到现场参加会议，导致许多会议的技术报告出现整场在播放视频。这也成为首个进行“云参会”的AI顶会，甚至有人建议以后会议应该允许作者不到现场进行报告。

 

在本届会议中，京东数科共有 6 篇论文入选，其中 1篇涉及语义分割，1篇为对抗生成，1 篇与图机器学习有关，3 篇为算法研究。本文将对京东数科在AAAI 2020 中这 6 篇文章进行介绍。

 

关注「AI科技评论」微信公众号，后台回复「京东数科@AAAI2020」下载论文合集。

 

一、语义分割研究

 

1、基于空间语义网络调制的深度协同物体分割

 

论文链接：https://arxiv.org/pdf/1911.12950.pdf

 

协同目标分割是对多幅相关图像中的共同目标进行分割。在很多计算机视觉相关问题中，协同目标分割都有着广泛的应用。

 

本文提出了一个基于空间和语义调制的协同分割深度学习网络框架。

 

 

该方法首先用骨干网提取多分辨率图像特征。之后我们用图像的多分辨率深度特征作为输入，采用文中所设计的空间调制器来学习每个图像的掩模。

 

空间调制器通过无监督学习获取图像特征描述符的相关性，学习得到的掩模可以在抑制背景的同时定位目标物体。我们将语义调制器建模为一个有监督的图像分类任务。

 

在语义调制器模块我们提出了一个多级的二阶池化模块对图像特征做变换以供分类使用。这两个调制器的引入能够指导网络提取更有针对性的图像特征。