AI学习者 · 2020年02月24日

CVPR 2020接收1470篇论文,华为诺亚连中7篇,微软力作让伪造人脸无所遁形

1.jpeg
作为计算机视觉领域三大顶会之一,每年一届的CVPR(IEEE Conference on Computer Vision and Pattern Recognition)备受关注,论文投稿也连年持续大涨,从CVPR2018有 3300 篇有效投稿到CVPR 2020有效投稿达6656。 而本次接收论文有
1470篇论文,接收率22%左右。

接收论文ID Listhttp://cvpr2020.thecvf.com/sites/default/files/2020-02/accepted_list.txt

华为诺亚方舟中7篇

而据最新的消息,知乎用户王云鹤透漏华为诺亚方舟投了11篇中了7篇(这个中奖率,不愧是诺亚方舟呀)
WX20200224-230328.png

其中已经放出来的论文如下(转自知乎用户王云鹤的回答):

1.GhostNet: More Features from Cheap Operations (文末可下载)
利用了一个很巧妙的结构,搭建了超越了MobileNet v3的轻量级神经网络,这个模型已经开源,大家可以跑跑看,在ARM CPU上的表现是很惊人的:https://github.com/iamhankai/ghostnet​github.com

v2-5a9f796f35fb6c004fb0bcc5805893d1_720w.jpg
We beat other SOTA lightweight CNNs such as MobileNetV3 and FBNet.

2.AdderNet: Do We Really Need Multiplications in Deep Learning? (文末可下载)

这个工作之前引起了大家的关注,这个确实挺好玩的,是我几年前的一个idea,几经辗转找到了靠谱的实现方式和训练手段,在大规模神经网络和数据集上取得了非常好的表现。

关于本篇论文Reddit热议的帖子

3.CARS: Contunuous Evolution for Efficient Neural Architecture Search(文末可下载)
代码:https://github.com/huawei-noah/CARS​github.com

微软 CVPR 2020|Face X-Ray for More General Face Forgery Detection,换脸识别机让伪造人脸无处遁形

来源:雷锋网
此项技术发表在论文《Face X-Ray for More General Face Forgery Detection》(文末可下载)中,据研究人员在相应的论文中指出,此类工具有助于防止换脸图像被滥用。这项技术与现有方法不同,它能够准确检测“未知”图像,即不论什么算法合成的,在不进行针对性的训练的情况下也可以进行检测。

4d086e061d950a7b34fe83d9bb7420dff3d3c914.jpeg
生成训练样本概述

参考链接

推荐阅读


欢迎关注我的极术专栏:AI搬运小能手,给您分享最前沿靠谱的高质量AI技术干货。
文件名 大小 下载次数 操作
GhostNet- More Features from Cheap Operations.pdf 1.42MB 0 下载
AdderNet- Do We Really Need Multiplications in Deep Learning_.pdf 618.9KB 8 下载
Face X-ray for More General Face Forgery Detection.pdf 1.47MB 0 下载
推荐阅读
关注数
3
内容数
8
目录
极术微信服务号
关注极术微信号
实时接收点赞提醒和评论通知
安谋科技学堂公众号
关注安谋科技学堂
实时获取安谋科技及 Arm 教学资源
安谋科技招聘公众号
关注安谋科技招聘
实时获取安谋科技中国职位信息