ICCV 2019 最佳论文和最佳学生论文下载

ICCV 2019最佳论文和最佳学生论文已出炉！

最佳论文

SinGAN:LearningaGenerativeModelfromaSingleNaturalImage
用一张自然图片，学出一个生成模型

作者：Tamar Rott Shaham，Technion；
Tali Dekel ，Google Research；
Tomer Michaeli ，Technion

摘要：我们介绍SinGAN，这是一种无条件的生成模型，可以从单个自然图像中学习。我们的模型经过训练，可以捕获图像内斑块的内部分布，然后能够生成高质量，多样的样本，并承载与图像相同的视觉内容。 SinGAN包含一个完全卷积的GAN金字塔，每个金字塔负责学习图像的不同比例分布。这允许生成新的如此任意的任意大小的光谱，尽管具有显着的可变性，但仍保持训练图像的整体结构和精细的纹理。与以前的单个图像GAN方案相比，我们的方法不仅限于纹理图像，而且不是有条件的（即它从噪声中生成样本）。用户研究证实，生成的样本通常被混淆为真实图像。我们将说明SinGAN在各种图像处理任务中的实用性。

论文链接：https://arxiv.org/pdf/1905.01164.pdf

源码地址：https://github.com/tamarott/SinGAN

论文解读：http://bbs.cvmart.net/articles/1158

最佳学生论文

PLMP - Point-Line Minimal Problems in Complete Multi-View Visibility
完整的多视图可见性中的点线最小问题

摘要：对于通过校准的透视相机完全观察到的点和线的一般排列，我们对所有最小问题进行了完整分类。我们证明总共只有30个最小的问题，对于6个以上的摄像机，5个以上的点以及6条以上的线，则不存在任何问题。我们提出了一系列检测最小值的测试，这些测试从对自由度进行计数开始，到对代表示例进行完整的符号和数字验证结束。对于发现的所有最小问题，我们介绍它们的代数度，即度量其内在困难的解的数量。它显示了问题的难度如何随着视图数量的增长而增长。重要的是，几个新的最小问题在图像匹配和3D重建中可能具有很小的实用性。

论文链接：https://arxiv.org/pdf/1903.10008.pdf

极市小编已经下载了所有的1990~2019年 ICCV 最佳论文（Marr Prize Paper）可点击下方链接，下载学起来哈！
1987 ~2019 年历届 ICCV 最佳论文（Marr Prize Paper）汇总

扫描二维码关注公众号，回复： 11202284 查看本文章

我们还为大家总结汇总了今年ICCV论文解读，可以看看哦~
ICCV2019 论文解读汇总（10-29 更新中）