朱俊彦团队最新论文:GAN监督学习给晃动猫狗加表情,丝滑又贴合( 二 )


朱俊彦团队最新论文:GAN监督学习给晃动猫狗加表情,丝滑又贴合
文章图片
再在具有挑战的SPair-71K数据集上将GANgealing与几种自监督SOTA方法进行性能评估 。
比的则是PCK-Transfer值(PCK , percentageofkeypoints) , 它衡量的是关键点从源图像转换到目标图像的百分比 。
结果发现 , GANgealing在3个类别上的表现都明显优于目前的方法 , 尤其是在自行车和猫图集上实现了对自监督方法CNNgeo和A2Net的两倍超越 。
朱俊彦团队最新论文:GAN监督学习给晃动猫狗加表情,丝滑又贴合
文章图片
当然 , GANgealing在数据集图片与示例差太多时表现得就不太好 , 比如面对下面这种侧脸的猫以及张开翅膀的小鸟 。
朱俊彦团队最新论文:GAN监督学习给晃动猫狗加表情,丝滑又贴合
文章图片
作者介绍
GANgealing的作者们分别来自UC伯克利、CMU、Adobe以及MIT 。
朱俊彦团队最新论文:GAN监督学习给晃动猫狗加表情,丝滑又贴合
文章图片
一作为UC伯克利三年级的博士生BillPeebles , 研究方向为无监督学习 , 重点是图像和视频的深度生成模型 。
目前在CMU担任助理教授的青年大牛朱俊彦也在其中 。
朱俊彦团队最新论文:GAN监督学习给晃动猫狗加表情,丝滑又贴合】通讯作者为AdobeResearch的高级首席科学家EliShechtman , 他发表了100多篇论文 , 曾获得ECCV2002最佳论文奖、WACV2018最佳论文奖、FG2020最佳论文亚军以及ICCV2017的时间检验奖等荣誉 。
论文地址:https://arxiv.org/abs/2112.05143
代码:https://github.com/wpeebles/gangealing
项目主页:
https://www.wpeebles.com/gangealing