圖9:使用歷史精細(xì)圖像對(duì)判別網(wǎng)絡(luò)進(jìn)行更新的結(jié)果。
左圖: 標(biāo)準(zhǔn)合成圖像;中圖:使用歷史數(shù)據(jù)對(duì)判別網(wǎng)絡(luò)進(jìn)行更新后的圖像結(jié)果;右圖:使用近期歷史數(shù)據(jù)對(duì)判別網(wǎng)絡(luò)進(jìn)行更新的圖像結(jié)果。如圖所示,使用反復(fù)訓(xùn)練的歷史精細(xì)化圖像刻產(chǎn)生更為真實(shí)的陰影。
4 結(jié)論以及下一步工作
在文中,我們提出了一種“模擬+無(wú)監(jiān)督”的機(jī)器學(xué)習(xí)方法,能夠有效提高模擬圖像的真實(shí)感。我們描述了一種新的生成對(duì)抗網(wǎng)絡(luò)SimGAN,并將其應(yīng)用于未經(jīng)標(biāo)注的真實(shí)圖像,獲得了最好的結(jié)果。下一步,我們將繼續(xù)探索為合成圖像建立更為逼真的精細(xì)圖像,同時(shí)研究如何對(duì)視頻進(jìn)行處理。
智東西語(yǔ):
看完上面的蘋(píng)果論文全文是不是還是一臉懵逼的狀態(tài)?除非專業(yè)研究人員,應(yīng)該不會(huì)看懂論文中的這些復(fù)雜公式,不過(guò)這都不重要,這篇論文的表面意思很好理解,蘋(píng)果通過(guò)合成的圖像來(lái)訓(xùn)練機(jī)器的圖像識(shí)別功能,據(jù)說(shuō)效果還不錯(cuò)。
這篇論文公開(kāi)的另一個(gè)深層次意義則是源于這月初在西班牙舉辦的人工智能領(lǐng)域大會(huì)NIPS上,蘋(píng)果AI研發(fā)部門(mén)負(fù)責(zé)人Russ Salakhutdinov宣布,蘋(píng)果將會(huì)允許自己的AI研發(fā)人員公布自己的論文研究成果,并積極加入到AI學(xué)術(shù)圈的討論當(dāng)中。這篇算是一個(gè)開(kāi)頭,不過(guò)一向保密的蘋(píng)果這次表現(xiàn)得如此開(kāi)放,也是有其私心的,希望通過(guò)加強(qiáng)交流,網(wǎng)羅更多人工智能方面的人才加入蘋(píng)果才是真實(shí)目的。
登陸|注冊(cè)歡迎登陸本站,認(rèn)識(shí)更多朋友,獲得更多精彩內(nèi)容推薦!