Skip to content

Latest commit

 

History

History
105 lines (54 loc) · 6.43 KB

the-ai-monthly-top-3-may-2021-425ef4460733.md

File metadata and controls

105 lines (54 loc) · 6.43 KB

人工智能月度前三名—2021 年 5 月

原文:https://pub.towardsai.net/the-ai-monthly-top-3-may-2021-425ef4460733?source=collection_archive---------2-----------------------

本月 3 篇最有趣的人工智能论文,包括视频演示、短文、代码和论文参考。

在分享到这里的前两天,在我的博客上阅读我的故事!

如果你错过了其中的任何一篇,这里有 3 篇本月最有趣的研究论文。这是一份按发布日期排列的在人工智能和数据科学方面的最新突破列表,带有清晰的视频解释**、指向更深入文章的链接,以及代码(如果适用)。享受阅读,如果我错过了任何重要的论文,请在评论中告诉我,或者直接在 LinkedIn 上联系我!**

关注我看这个 AI 月度 top 3!

论文#1:

完全重新照明:学习为背景替换重新照明肖像[1]

根据您添加的新背景的照明,正确地重新照亮任何肖像。你是否曾经想改变一张图片的背景,但却让它看起来很真实?如果你已经尝试过,你就会知道这并不简单。你不能在家里给自己拍张照片,然后给海滩换个背景。只是看起来很糟糕,不现实。任何人都会马上说“那是 PS 过的”。对于电影和专业视频,你需要完美的灯光和艺术家来再现高质量的图像,而这是超级昂贵的。你不可能用自己的照片做到这一点。还是可以?… 阅读更多。

观看视频

简短阅读版本

[## 用真实的灯光改变你的肖像背景

根据您添加的新背景的照明,正确地重新照亮任何肖像。

pub.towardsai.net](/change-your-portraits-backgrounds-with-realistic-lighting-b6f2ebeb1a85)

论文#2:

LASR:从单目视频学习关节形状重建[2]

仅通过短视频作为输入,生成人类或动物运动的 3D 模型。这是一种仅从短视频作为输入来生成人类或动物运动的 3D 模型的新方法。事实上,它知道这是一个奇怪的形状,它可以移动,但仍然需要保持连接,因为这仍然是一个“对象”,而不仅仅是许多对象在一起… 阅读更多信息。

观看视频

简短阅读版本

[## 视频三维重建:LASR

仅通过短视频作为输入,生成人类或动物运动的 3D 模型。

pub.towardsai.net](/3d-reconstruction-from-videos-lasr-c29459399aed)

代码即将发布:https://lasr-google.github.io/

论文#3:

增强照片真实感增强[3]

这种人工智能可以应用到视频游戏中,并使每一帧看起来更加自然。来自英特尔实验室的研究人员刚刚发表了一篇名为“增强真实感增强”的论文。如果你认为这可能是“另一个甘”,把视频游戏的照片作为输入,并按照自然世界的风格改变它,让我改变你的想法。他们花了两年时间研究这个模型,让它变得非常健壮。它可以现场应用到视频游戏中,并使每一帧看起来更加自然。想象一下这样的可能性,你可以在游戏图形中投入更少的努力,使它超级稳定和完整,然后使用这种模型改进风格……阅读更多。

观看视频

简短阅读版本

[## 电子游戏设计的未来?

这种人工智能可以应用到视频游戏中,并使每一帧看起来更加自然。

pub.towardsai.net](/the-future-of-video-game-design-234cbeba7ab)

代码T5 和数据集https://github.com/intel-isl/PhotorealismEnhancement

奖励纸:

实时高分辨率逼真图像翻译[奖金]

使用这种基于机器学习的新方法,实时将任何风格应用到您的 4K 图像中!多读书。

观看视频

简短阅读版本

[## 实时高分辨率真实感图像翻译

使用这种基于机器学习的新方法,实时将任何风格应用到您的 4K 图像中!

pub.towardsai.net](/computer-vision-fe47a52e76a5)

代号:https://github.com/csjliang/LPTN

来我们的 Discord 社区和我们聊天: 一起学 AI分享你的项目、论文、最佳课程、寻找 Kaggle 队友等等!

如果你喜欢我的工作,并想与人工智能保持同步,你绝对应该关注我的其他社交媒体账户( LinkedInTwitter )并订阅我的每周人工智能简讯

支持我:

  • 支持我的最好方式是成为这个网站的成员,或者如果你喜欢视频格式,在YouTube上订阅我的频道。
  • 在经济上支持我在 T21 的工作
  • 跟着我到这里来!

参考

[1] Pandey 等人,2021,Total Relighting:学习为背景替换重新照亮人像,doi: 10.1145/3450626.3459872,https://augmented perception . github . io/Total _ re lighting/Total _ re lighting _ paper . pdf

[2]耿山阳等,(2021),:从单目视频学习关节式形状重建,,。

[3]里克特,阿布·阿尔海贾,科尔敦,(2021),“增强照片真实感增强”,https://intel-isl.github.io/PhotorealismEnhancement/

【附加信息】梁,解,曾,惠,张,雷,(2021),“高分辨率真实感图像实时翻译:拉普拉斯金字塔翻译网络”,