今日 Paper | RevealNet；時間序列預測；無監督問答；實時語義立體匹配等

本文作者：大木

2020-03-31 11:14

導語：為了更好地服務廣大 AI 青年，AI 研習社正式推出全新「論文」版塊。

F, B, Alpha Matting

論文名稱：F, B, Alpha Matting

作者：Marco Forte /Fran?ois Pitié

發表時間：2020/3/17

論文鏈接：https://paper.yanxishe.com/review/14460?from=leiphonecolumn_paperreview0331

推薦原因

本文已經被提交到ECCV2020。Image Matting是眾多圖像編輯應用中的一個關鍵技術，其需要將對象從圖片分割出來并估計其不透明蒙版。基于深度學習的方法也取得了很大的進展，但大多數現有網絡僅預測alpha遮罩，需要借助后處理方法來恢復透明區域中的原始前景色和背景色。雖然最近也有兩種新的方法來同時估計前景色，但其需要大量的計算和存儲成本。

本文提出了對Matting網絡的低成本修改，使其能夠同時預測前景色和背景色。作者研究了訓練方式的變化，并探索了大量現有的和新穎的損失函數用于聯合訓練。文章方法在Adobe Composition-1k數據集上實現了alpha遮罩和復合顏色質量的最先進表現，并在在線評價系統alphamatting.com上取得目前第一的排名。

今日 Paper | RevealNet；時間序列預測；無監督問答；實時語義立體匹配等

使用一種基于符號化方法的LSTM網絡進行時間序列預測

論文名稱：Time Series Forecasting Using LSTM Networks: A Symbolic Approach

作者：Steven Elsworth and Stefan Guttel

發表時間：2020/3/12

論文鏈接：https://paper.yanxishe.com/review/14428?from=leiphonecolumn_paperreview0331

推薦原因

本文使用LSTM對時間序列數據進行預測，為了提高訓練的速度，使用了基于聚類的ABBA表征方法，對數據集進行預處理轉換為符號的形式，并最終將符號進行數字化，以供LSTM網絡使用。

本文對數據符號化的方法進行了優化，采用了插值的方法，讓轉化出來的時間序列數據更加緊密和平滑，此外，作者從對超參數的敏感度等方面研究了使用預處理過的數據進行訓練能比直接使用原始數據進行訓練的速度更快的原因。

我以前做車流量預測的時候，突發奇想嘗試過將車流量值轉化為符號表示，再使用LSTM+attention的網絡結構進行訓練，效果十分好，這篇文章解答了我當時很多的疑惑。很多數值化的序列數據，經過預處理，能使用自然語言處理的方法來預測，從而能得到更加豐富的上下文信息，不知這樣理解是否是對的？

RevealNet：窺探RGB-D掃描場景中的每個物體

論文名稱：RevealNet: Seeing Behind Objects in RGB-D Scans

作者：Hou Ji /Dai Angela /Nie?ner Matthias

發表時間：2019/4/26

論文鏈接：https://paper.yanxishe.com/review/14282?from=leiphonecolumn_paperreview0331

推薦原因

本文已被CVPR2020接收。在3D重建的過程中，人體通常無法掃描每個視圖下的所有單個對象，這會導致掃描數據的的丟失，進而限制很多應用，如機器人需要了解一個沒見過的幾何體以進行精確的抓取。

本文作者介紹了一個語義實例補全的任務：從一個不完全的RGBD掃描場景數據，來檢測每個物體實例并推斷其完整的幾何形狀。為了解決這個問題，作者提出了一個端到端的3D神經網絡架構RevealNet，通過數據驅動的方法來聯合檢測實例對象并預測其完整的幾何形狀。這使得掃描的場景能夠被有語義的分割為獨立的完整的3D物體，包括遮擋的和沒有觀察到的物體部分。文章方法比目前的最優方法在mAP@0.5的衡量標準下效果有大幅提升，在ScanNet數據集上有15的提升，在SUNCG數據集上有18的提升。

文章介紹了一個3D機器學習任務：語義實例補全，并提出了一個有效的框架RevealNet解決該任務。

BERT還不足以稱之為知識庫：無監督問答任務中BERT對事實性的知識和基于名稱的推理學習能力對比

論文名稱：BERT is Not a Knowledge Base (Yet): Factual Knowledge vs. Name-Based Reasoning in Unsupervised QA

作者：Nina Poerner?? and Ulli Waltinger? and Hinrich Schutze ¨ ?

發表時間：2019/11/9

論文鏈接：https://paper.yanxishe.com/review/14281?from=leiphonecolumn_paperreview0331

推薦原因

作者發現一些特殊問題：很難從句子中的實體名稱推理而出但是實際上并不困難，對于BERT而言很難處理，從而質疑BERT能從名稱推理出答案，但是并不足以稱之為一個知識庫。同時提出了一種將由維基百科預料中學到的詞向量嵌入到BERT模型中的擴展模型，得到了比BERT和ERNIE更好的結果。

作者提出的擴展模型，引入了詞向量嵌入，在特定的任務上提升了BERT的效果，相對于需要在額外知識庫中進行預訓練得到的嵌入信息，更加簡便，可解釋性也更強。

實時語義立體匹配

論文名稱：Real-Time Semantic Stereo Matching

作者：Dovesi Pier Luigi /Poggi Matteo /Andraghetti Lorenzo /Martí Miquel /Kjellstr?m Hedvig /Pieropan Alessandro /Mattoccia Stefano

發表時間：2019/10/1

論文鏈接：https://paper.yanxishe.com/review/14231?from=leiphonecolumn_paperreview0331

推薦原因

這篇論文提出了第一實時的語義立體匹配網絡RTSSNet，即將語義分割和雙目深度估計兩個任務用同一個端到端的網絡來實現，并且達到實時的速度。之前的論文有將語義分割和立體匹配相結合（如SegStereo），但是他們并沒有達到實時的速度。這篇論文提出的RTSSNet結構包括4個金字塔模塊，（1）特征提取模塊；（2）視差估計模塊；（3）語義分割模塊；（4）協同視差優化模塊。第一個模塊是兩個任務共享的；第二和第三個模塊分別對應兩個任務，并且具有分辨率逐漸遞增的三個階段，用來平衡準確率和速度；第四個模塊用來進一步的將語義信息和深度信息融合，獲得更準確的視差圖。這篇論文發表在機器人頂會ICRA 2020上，關注的智能機器人在場景感知上的需求——既要知道目標在哪里（深度信息），還要知道目標是什么（語義信息）。具有很強的實際用途。