做虚假人脸(完全由GAN生成真实世界不存在的图像)检测调研花费了很多时间,这里浅浅总结一些经验
两大利器:
谷歌学术
github
重点关注:引用关系
本次调研我主要利用了以下方法:
首先上CSDN,知乎找到领域的一篇相关论文或者综述,但是由于csdn,知乎上的资料十分少,只能靠引用关系去查找,查论文,查综述,在综述里面找论文,继续循环,一套下来感觉费了很多时间。
1.csdn,知乎找,幸运的可以找到一些归纳,但是如果想要了解前沿知识,不能仅限于此,还要靠自己得到第一手资料,注意该步骤要求一定要找到准确。
2.把你找到的论文使用谷歌搜索看一下,谷歌搜索可以展示原论文,论文之间的引用关系。
3.在论文的被引里面找到最新的综述,下载并且简单阅读一下综述:
(1)看abstract,确定与自己调研的问题相关程度,如果发现该综述非自己调研方向,即可放弃。
(2)看数据表,数据表里面的评估数据集是否为调研方向的数据集,如果是,即可锁定模型对应的论文。
4.如果未找到合适的综述,可以看看谷歌搜索是否有显示github的网址,github上常有用户做论文汇总,可以再找一篇重复上述步骤
5.此外还可以从领域的经典数据集下手,找到数据集的源论文,根据被引关系去查最新的论文
6.小tips
(1)在拿到一篇新论文后,当目标十分明确的时候,直接搜关键词。比如,我做的调研方向,ProGAN/StyleGAN是生成假脸的主要方法,在后期的调研中,我就直接搜了ProGAN/StyleGAN
(2)下载好pdf如果读完摘要,一定要在pdf上简单总结一下这篇文章的内容,比如研究的什么问题用了什么方法,方便下次阅读。
7.待尝试的方法:直接在顶会上搜关键词,顶会论文较新,且保证质量。
最后:综述yyds!