近日，海外诡计机视觉会议ICCV2019请托为止公布，信息学院何旭明教讲课题组、高盛华教讲课题组、虞晶怡教讲课题组共有4篇论文被收受。海外诡计机视觉大会（International Conference on Computer Vision男同 色情，ICCV）是诡计机视觉领域中最高档别的海外学术会议之一，由IEEE（电气电子工程师学会）举办，每两年辞寰宇领域内召开一次，在业内具有极高的评价。本年，诡计机视觉海外顶会ICCV 2019共收到4350篇提交论文，请托1050篇，收受率为24%，其中850篇为poster呈文论文，200篇为oral呈文论文。

信息学院的何旭明教讲课题组共有2篇论文被收受。

“Pose-aware Multi-level Feature Network for Human Object Interaction Detection”一文建议了一种新颖的东说念主-物体交互检测模子，在多个数据集上该设阐扬现出大大优于现存最好设施的性能。在东说念主-物体交互检测任务中，东说念主与物体交互姿色的万般性以及交互场景的复杂性，比拟于传统的视觉任务存在更多挑战。谋划东说念主员建议了一种多层级（multi-level）的交互干系识别政策，包括交互区域、物体、东说念主体语义三个层级；具体来说，本文建议了一种多分枝汇集会构的模子，该模子哄骗东说念主体姿态信息，通过基于在意力的机制动态放大（Zoom-in）交互干系预计的东说念主体语义区域以增强该区域的特征，并在此基础之上对全局特征进行交融，从而进一步提升模子对于东说念主-物体交互的细粒度检测才智与健壮性。

该责任被收受为oral（收受率仅4%），何旭明教讲课题组的研二学生万博、博士生周德森为该论文的共同第一作家，何旭明阐发为通信作家。

图一： 模子结构总览，模子的主要输入为输入图片的特征图和东说念主和物体交互干系的几何信息以及东说念主体的要道点。这两大信息将由Holistic model和Zoom-in module 在多层级上对特征进行处置和交融，临了对特征进行交融并给出瞻望。

图二：Holistic model和Zoom-in module的具体结构图男同 色情，该结构图展示了两个模块的细节模子联想和算法历程

“Dynamic Context Correspondence Network for Semantic Alignment”，该论文针对语义对都任务进行谋划，想法是寻找属于合并类别的不同物体之间的密集对应干系。该谋划的策动是以一种天确实姿色合并全局语义高下文，以克服先前责任依赖于局部语义线路的局限性，在该任务场景下，该设施终廓清超卓或具有竞争力的性能。为此，谋划东说念主员领先建议了一种高下文感知的语义线路，它会聚了空间布局，以便针对局部歧义进行有劲的分离，然后建议了一种基于在意机制的动态交融政策，通过交融来自多个秩序的语义痕迹来会聚局部和高下文特征的上风。该论文通过联想一个端到端可学习的深层聚集来演示它所建议的政策，称为动态高下文对应聚集（DCCNet）。为了磨真金不怕火聚集，该项责任秉承了多赞助任务耗损来提升弱监督学习过程的效用。何旭明教讲课题组的研二学生黄帅一为该论文的第一作家，何旭明阐发为通信作家。

图3：算法模子的输入输出和历程的基本框图，算法模子主要包括三个模块，空间高下文信息编码器、对应干系感知聚集、动态团员聚集。

图4：空间高下文信息感知和语义线路模块的架构。

以上两个科研效用的预计谋划获得了国度当然科学基金（No. 61703195)，以及上海市当然科学基金（No. 18ZR1425100）的因循。

信息学院的高盛华教讲课题组共有1篇论文被收受。

“Liquid Warping GAN: A Unified Framework for Human Motion Imitation， Appearance Transfer and Novel View Synthesis” 一文中建议了一套适用于东说念主体动作移动、东说念主体换衣和东说念主体新视角生成的调理框架。该框架由东说念主体三维网格测度模块和起义生成聚集模块组成。以东说念主体动作移动为例，三维东说念主体网格测度模块领先对输入的图片（东说念主物A和B）中的东说念主体进行三维网格建模（只包含躯壳部分），然后并对其可见部分进行纹理索取。因为A和B的三维网格领有筹议的拓扑结构，是以同期取出B三维网格的风景参数和纹理参数，而取出A的姿态参数，临了笔据这些参数渲染出一个合成东说念主。由于渲染出的合成东说念主惟有躯壳部分的网格信息（莫得头发和穿着），况且只包含可见部分的纹理信息，因此该渲染出的合成东说念主的为止是不真实和不当然的。为此，谋划东说念主员通过一个起义生成聚集对上一步的合成东说念主进行建树，使得临了的为止愈加当然和真实。三维东说念主体网格测度模块是一个预磨真金不怕火好的聚集模子，而起义生成聚集是需要从新开动磨真金不怕火的模子。在磨真金不怕火阶段，对一个视频中的合并个东说念主随即采样两张图片组成一个样本对（A和B）。而在测试阶段，输入一张策动图片A（大略一个视频），输入一张原始图片B，该决议就能产生比较当然真实的任务B在师法任务A的图片大略视频。该论文由信息学院高盛华阐发与腾讯AI LAB实践室的马林和罗文寒谋划员配合完成。高盛华阐发的博士生刘闻（技术在腾讯AI LAB实习）和研二学生朴智新为该文的共同第一作家。

图5：统统框架的磨真金不怕火暗示图。该框架一共包含三个子模块，分别是(a) 东说念主体三维网格测度模块，(b) 变化流诡计模块，以及(c)生成起义聚集模块。

信息学院的虞晶怡教讲课题组共有1篇论文被收受。

怎样通过单张图片规复高质地的三维东说念主脸是诡计机视觉和图形学的遑急谋划领域。“Photo-RealisticFacial Details Synthesis from Single Image”一文针对proxyestimation（基础参数化模子测度）和details synthesis建议了使用单张图片规复带有皱纹细节的东说念主脸几何。对于proxy estimation，该著作建议使用色彩特征行为先验来裁减3DMM参数测度时的ambiguity问题；对于details synthesis，该著作同期会聚了有监督学习和无监督学习进行东说念主脸细节聚集磨真金不怕火。

该责任被收受为oral paper，虞晶怡教讲课题组的陈安沛和陈章为共同第一作家，虞晶怡阐发为通信作家。对于著作更注想法先容可参见：https://mp.weixin.qq.com/s/GNYrR0NOaN42SgLXsm2KIg

图6：算法历程图男同 色情。（a）基础几何测度磨真金不怕火（b）细节瞻望磨真金不怕火（c）基础几何测度与细节瞻望