TPAMI 2024 | DynGAN: 使用动态聚类解决GAN中的模式崩溃

最新推荐文章于 2024-11-11 09:32:23 发布
最新推荐文章于 2024-11-11 09:32:23 发布
阅读量175 收藏
点赞数 4
分类专栏： 论文解读 IEEE TPAMI 文章标签： 聚类 生成对抗网络 人工智能 深度学习 顶刊论文 TPAMI IEEE
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42722197/article/details/141101177
版权
论文解读 IEEE TPAMI 专栏收录该内容
301 篇文章 21 订阅 ¥59.90 ¥99.00
订阅专栏

题目：DynGAN: Solving Mode Collapse in GANs With Dynamic Clustering

DynGAN: 使用动态聚类解决GAN中的模式崩溃

作者：Yixin Luo; Zhouwang Yang

摘要

生成对抗网络 (GAN) 是广泛使用的生成模型，用于合成复杂和真实的数据。然而，模式崩溃，即生成样本的多样性显著低于真实样本的多样性，这对于进一步应用构成了主要挑战。我们的理论分析表明，当真实数据中存在多个模式时，生成器损失函数相对于其参数是非凸的。特别是，生成分布与真实分布的完美部分模式覆盖所对应的参数是生成器损失函数的局部最小值。为了解决模式崩溃问题，我们提出了一个称为动态GAN的统一框架。该方法通过对可观察的判别器输出设定阈值来检测生成器中的崩溃样本，根据这些崩溃样本划分训练集，并在这些分区上训练动态条件模型。理论结果确保了渐进的模式覆盖，并且在合成和真实数据集上的实验表明，我们的方法优于几种GAN变体。总之，我们检查了模式崩溃的根本原因，并提出了一种新方法来定量检测和解决GAN中的模式崩溃问题。

关键词

了解本专栏 订阅专栏 解锁全文
小白学视觉
关注
专栏目录
订阅专栏
TPAMI 2024| BadLabel：评估与增强标签噪声学习的一种鲁棒视角
小白学视觉
07-15 714
标签噪声学习（Label-noise learning, LNL）旨在提高模型在训练数据带有噪声标签的情况下的泛化能力。为了促进实用的LNL算法的发展，研究人员提出了不同类型的标签噪声，从类条件噪声到实例依赖噪声不等。在本文中，我们引入了一种新型的标签噪声类型，称为BadLabel，它可以通过大幅度降低现有LNL算法的性能来显著影响它们。BadLabel是基于标准分类的标签翻转攻击精心设计的，其中选择特定样本并将它们的标签翻转为其他标签，以便干净标签和噪声标签的损失值无法区分。
论文导读 | 动态图上神经网络模型综述
weixin_48167662的博客
12-15 5916
北京大学 李荆 编者按： 原文《Foundations and modelling of dynamic networks using Dynamic Graph Neural Networks: A survey》介绍一篇关于动态图上的神经网络模型的综述，本篇综述的主要结构是根据动态图上进行表示学习过程的几个阶段（动态图表示、模型学习、模型预测）进行分别阐述。包括 1. 系统的探讨不同维度下的动态图分类方法以及各种方法下的数据表示格式 2. 针对不同类别的动态图归纳目前图表示学习的主流算法模型..
TPAMI 2024 | Diversify：一种时间序列分布外检测和泛化的通用框架
小白学视觉
07-29 1219
题目：Diversify: A General Framework for Time Series Out-of-Distribution Detection and Generalization Diversify：一种时间序列分布外检测和泛化的通用框架 作者：W. Lu; J. Wang; X. Sun; Y. Chen; X. Ji; Q. Yang; X. Xie 摘要 时间序列仍然是机器学习研究中最具挑战性的模态之一。时间序列的分布外（OOD）检测和泛化常常由于其非平稳性质而面临困难，即分布随时
TPAMI 2024 | 正则化损失与超参数估计在弱监督单类分割中的应用
小白学视觉
07-18 1087
Regularized Loss With Hyperparameter Estimation for Weakly Supervised Single Class Segmentation 正则化损失与超参数估计在弱监督单类分割中的应用 作者：Zongliang Ji; Olga Veksler 摘要 我们提出了一种新的图像级弱监督分割方法，适用于只含有单一感兴趣对象类别的数据集。我们的方法基于经典条件随机场（CRF）建模启发的正则化损失函数。我们的损失模型了通用对象的属性，并用它引导CNN朝向更可能对
TPAMI 2024 | 离散且平衡的谱聚类算法：一种可扩展的方法
小白学视觉
08-30 322
谱聚类（SC）因其卓越的聚类性能而成为深入研究的主要课题。尽管取得了成功，但大多数现有的SC方法存在几个关键问题。首先，它们通常涉及两个独立阶段，即学习连续松弛矩阵，然后对聚类指示矩阵进行离散化。这种两阶段方法可能导致次优解，对聚类性能产生负面影响。第二，这些方法很难维持许多现实世界数据中固有的聚类平衡属性，这限制了它们的实际适用性。最后，这些方法在计算上很昂贵，因此无法处理大规模数据集。
TPAMI 2024 | P2T：用于场景理解的金字塔池化Transformer
小白学视觉
08-19 642
最近，视觉Transformer通过推动各种视觉任务的最前沿取得了巨大成功。视觉Transformer面临的最大挑战之一是图像标记的大序列长度导致高计算成本（二次复杂度）。解决这个问题的一个流行方法是使用单个池化操作来减少序列长度。本文考虑了如何改进现有的视觉Transformer，其中通过单个池化操作提取的池化特征似乎不够强大。为此，我们注意到金字塔池化由于其在上下文抽象方面的强能力，在各种视觉任务中已被证明是有效的。然而，金字塔池化尚未在主干网络设计中被探索。
TPAMI 2024 | 通过多重相似张量集成的深度张量谱聚类网络
小白学视觉
08-17 112
张量谱聚类（TSC）是一种新兴的方法，通过探索多样的相似性来增强学习。然而，现有的TSC方法尚未解决两个关键问题：（1）构建和存储高阶相似张量以编码多样相似性需要大量内存，限制了它们的适用性；（2）大多数方法采用两阶段方法，整合不同阶次的多个相似张量来学习共识张量谱嵌入，这通常导致次优的聚类结果。为此，本文提出了一种张量谱聚类网络（TSC-Net），以实现共识张量谱嵌入的一阶段学习，同时减少内存成本。TSC-Net使用深度神经网络学习将输入样本映射到共识张量谱嵌入，由多种相似张量指导的TSC目标函数引导。
TPAMI 2024 | 人体运动生成：一项综述研究
小白学视觉
07-31 1051
人类动作生成旨在生成自然的人姿势序列，并展示出对现实世界应用的巨大潜力。近年来，在运动数据收集技术和生成方法方面取得了实质性进展，为人类动作生成日益增长的兴趣奠定了基础。该领域的大多数研究侧重于基于条件信号生成人类动作，例如文本、音频和场景上下文。尽管近年来取得了显著进展，但由于人类动作的复杂性质及其与条件信号的隐式关系，该任务仍然面临挑战。在这篇综述中，我们提供了人类动作生成的综合文献回顾，据我们所知，这是该领域首次此类综述。
TPAMI 2024 | 单目深度估计：全面综述
小白学视觉
07-24 1144
在计算机视觉领域，对二维图像中深度的估计是一个具有挑战性的主题。这是一个长期被深入研究且定义不明确的问题，一直是密集研究的焦点。本文是对这一主题的深入回顾，呈现了两个方面：一方面考虑人类深度感知的机制，另一方面包括各种深度学习方法。这些方法以紧凑和结构化的方式呈现，概述了主题，并根据近十年的研究线索对方法进行了分类。尽管在这一主题上取得了显著进展，但似乎没有任何与人类深度感知及其潜在益处的联系。
TPAMI 2024 | SketchTrans：使用Transformer进行草图照片识别的纠缠原型学习
小白学视觉
06-02 149
在手绘制草图与照片匹配（即草图-照片识别或重新识别）中，由于草图模态的抽象性质，存在信息不对称的挑战。现有的工作倾向于通过丢弃照片图像的外观线索或引入生成对抗网络（GAN）进行草图-照片合成，来学习共享嵌入空间的CNN模型。前者不可避免地损失了可判别性，而后者则包含了无法抹去的生成噪声。在本文中，我们首次尝试设计一种通过跨模态解耦原型学习的信息对齐草图变换器（SketchTrans+），而变换器在判别性视觉建模方面展现出巨大潜力。
TPAMI 2024 | PathNet: 基于路径选择的点云去噪
小白学视觉
07-29 696
当前的点云去噪(PCD)模型优化单一网络，试图使其参数适应于大量点云池中的每个点。这种去噪网络范式忽略了不同点通常受到不同程度的噪声干扰，并且它们可能传达不同的几何结构。因此，噪声和几何的复杂性带来了包括残留噪声、错误平滑的边缘和去噪后形状扭曲等副作用。我们提出了PathNet，一种基于强化学习(RL)的路径选择性PCD范式。与现有工作不同，PathNet能够动态选择每个点最合适的去噪路径，最佳地将其移动到其底层表面上。除了首次提出路径选择性PCD框架外，我们还有另外两个贡献。
TPAMI 2024 | TokenCut: 利用自监督Transformer和归一化割算法在图像和视频中分割对象
小白学视觉
09-21 97
在本文中，我们描述了一种基于图的算法，该算法使用自监督Transformer获得的特征来检测和分割图像和视频中的显著对象。通过这种方法，构成图像或视频的图像块被组织成一个全连接图，在该图中，每对块之间的边被标记基于Transformer学习到的特征的相似度得分。然后，显著对象的检测和分割可以被表述为图割问题，并使用经典的算法来解决。尽管这种方法简单，但它在几个常见的图像和视频检测与分割任务上取得了最先进的结果。
TPAMI 2024 | DeepNet: 将Transformer扩展到1000层
小白学视觉
11-10 8
— 在本文中，我们提出了一种简单而有效的方法来稳定极深的Transformer。具体来说，我们引入了一种新的归一化函数（DEEPNORM），用于修改Transformer中的残差连接，并伴随着理论上推导出的初始化。深入的理论分析表明，模型更新可以以稳定的方式被限制。所提出的方法结合了Post-LN的良好性能和Pre-LN的稳定训练这两个最佳方面，使DEEPNORM成为首选的替代方案。
数据分析——学习框架
最新发布
不迁怒，不贰过。小知识，大智慧。
11-11 1084
本教程旨在为读者提供一个系统化的数据分析学习框架，涵盖从数据收集、清洗、分析到可视化和报告的各个环节。通过深入探讨每个环节的理论与实践，读者将能够掌握数据分析的基本技能，提升数据处理和分析的能力。无论您是数据分析的初学者，还是希望进一步提升技能的专业人士，本教程都将为您提供有价值的指导和实用的工具，助您在数据分析的旅程中取得成功。
掌握AIStarter新功能，轻松关闭广告享受纯净浏览体验
ai_xiaogui的博客
11-07 550
AIStarter的广告拦截器是一项集成在平台内部的新特性，它允许用户根据自己的喜好设置广告过滤规则。无论是烦人的横幅广告、视频前贴片广告还是弹窗广告，都可以通过简单的设置被有效屏蔽。这项功能不仅提升了用户的浏览效率，还保护了用户的隐私安全。在数字时代，拥有一个清爽无干扰的网络环境对每个人都至关重要。AIStarter的广告拦截器正是为此而设计，它帮助用户夺回了对个人浏览体验的控制权。现在就尝试启用这项功能，开始享受一个更加干净、高效的上网体验吧！不要广告！关闭广告！
探索App Intents：让你的应用与Siri无缝互动的新方式
jixn的博客
11-09 2052
苹果推出了一个新框架——App Intents，使开发者可以在iOS 18.2+、macOS 15.2+等平台上集成Siri和Apple Intelligence，实现对应用内容的读取和操作。App Intents使应用的功能和内容能无缝融入系统体验中，例如Siri、Spotlight搜索、快捷指令和小组件，让用户可以轻松访问应用核心功能，并获得更智能的Siri帮助。：表示应用内容，如照片、联系人或文件。：用户可以对 Siri 发出指令，例如“查找我的航班”或“添加待办事项”，Siri直接与应用交互。
一次薅国家超算平台的记录
weixin_55179972的博客
11-07 407
参与 谁是下一个“AI”跃人 -AI体验推介活动，赢取千元算力券！（https://www.scnet.cn/home/subject/modular/index270.html）2. Clone开源的Llama3 Chinese （https://github.com/LlamaFamily/Llama-Chinese）活动名称主题：国家超算互联网「AI跃升季」：谁是下一个“AI”跃人 - AI算力体验活动。其中位置1，2替换为商品基模型和训练出来的微调模型。模型改为商城下载的模型。2、运行的过程记录。
CCF推荐：人工智能与模式识别顶级国际期刊会议
2. TPAMI (IEEE Transactions on Pattern Analysis and Machine Intelligence)：由IEEE出版，是模式识别和机器智能领域的权威期刊，主要发表关于图像处理、计算机视觉、生物特征识别和机器学习的研究成果。...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小白学视觉

您的赞赏是我们坚持下去的动力~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值