Malgré tout ce qui s’est passé dans le monde cette année, nous avons eu la chance de voir paraître énormément de recherches fascinantes, surtout dans le domaine de l’intelligence artificielle. Plusieurs aspects importants ont aussi été mis en lumière, notamment l’éthique, les biais majeurs et bien plus. L’intelligence artificielle, notre compréhension du cerveau humain et son lien avec l’IA évoluent constamment, avec des applications prometteuses dans un avenir rapproché.
Voici les articles scientifiques les plus intéressants de l’année, au cas où vous en auriez manqué. En bref, il s’agit d’une sélection des plus récentes avancées en IA et en data science, classées par date de publication, avec une explication vidéo claire, un lien vers un article plus détaillé et le code, lorsqu’il est disponible. Bonne lecture ! Dites-moi dans les commentaires si j’ai oublié un article important, ou contactez-moi directement sur LinkedIn !
La référence complète de chaque article scientifique se trouve à la fin de cet article.
Accédez à la liste complète dans un dépôt GitHub
Identifiez-moi sur Twitter (@Whats_AI) ou LinkedIn (Louis (What’s AI) Bouchard) si vous partagez l’article !
YOLOv4: Optimal Speed and Accuracy of Object Detection [1]
Cette 4e version a été présentée en avril 2020 par Alexey Bochkovsky et ses collègues dans l’article « YOLOv4: Optimal Speed and Accuracy of Object Detection ». L’objectif principal était de créer un détecteur d’objets extrêmement rapide tout en conservant une grande précision.
[
Introduction à YOLOv4 | Détection d’objets SOTA en temps réel en 2020
La 4e version de cet algorithme vient de sortir. Elle offre la meilleure précision de détection d’objets en temps réel à ce jour ! Il s’agit essentiellement d’un détecteur en temps réel, comme le premier YOLO…
Cliquez ici pour le code de YOLOv4
DeepFaceDrawing: Deep Generation of Face Images from Sketches [2]
Vous pouvez maintenant générer des visages de haute qualité à partir de croquis sommaires ou incomplets, sans aucune compétence en dessin, grâce à cette nouvelle technique de traduction image à image ! Si vous dessinez aussi mal que moi, vous pouvez même ajuster l’influence des yeux, de la bouche et du nez sur l’image finale. Voyons si cela fonctionne vraiment et comment les chercheurs s’y sont pris.
[
L’IA génère de vrais visages à partir de croquis !
Vous pouvez maintenant générer des visages de haute qualité à partir de croquis sommaires ou incomplets, sans aucune compétence en dessin, grâce à cette nouvelle technique de traduction image à image ! Si vous dessinez aussi mal que…
Cliquez ici pour le code de DeepFaceDrawing
Learning to Simulate Dynamic Environments with GameGAN [3]
[
PAC-MAN recréé avec l’IA par les chercheurs de NVIDIA | Blogue NVIDIA
Pour le 40e anniversaire de PAC-MAN, GameGAN de NVIDIA a généré une version entièrement fonctionnelle du classique, sans moteur de jeu sous-jacent.
Le blogue officiel de NVIDIAIsha Salian
](https://blogs.nvidia.com/blog/2020/05/22/gamegan-research-pacman-anniversary/)
Cliquez ici pour le code de GameGAN
PULSE: Self-Supervised Photo Upsampling via Latent Space Exploration of Generative Models [4]
Ce nouvel algorithme transforme une image floue en image haute résolution !
Il peut transformer une image 16x16 en très basse résolution en visage humain haute définition 1080p ! Vous ne me croyez pas ? Faites comme moi et essayez-le sur votre propre visage en moins d’une minute. Mais voyons d’abord comment les chercheurs y sont arrivés.
[
Cette IA rend les visages flous 60 fois plus nets
Ce nouvel algorithme transforme une image floue en image haute résolution ! Il peut transformer une image 16x16 en très basse résolution en visage humain haute définition 1080p ! Vous ne me croyez pas…
Cliquez ici pour le code de PULSE
Unsupervised Translation of Programming Languages [5]
Ce nouveau modèle convertit du code d’un langage de programmation vers un autre sans supervision ! Il peut traduire une fonction Python en fonction C++, et inversement, sans aucun exemple préalable. Il comprend la syntaxe de chaque langage et peut donc généraliser à n’importe quel langage de programmation. Voyons comment les chercheurs y sont arrivés.
[
Cette IA traduit du code d’un langage de programmation vers un autre | Facebook TransCoder expliqué
Ce nouveau modèle convertit du code d’un langage de programmation vers un autre sans supervision ! Il peut traduire une fonction Python en fonction C++, et inversement, sans aucun exemple préalable…
Cliquez ici pour le code de TransCoder
PIFuHD: Multi-Level Pixel-Aligned Implicit Function for High-Resolution 3D Human Digitization [6]
Cette IA génère des reconstructions 3D haute résolution de personnes à partir d’images 2D ! Une seule photo suffit pour produire un avatar 3D qui vous ressemble, même de dos.
[
L’IA génère des reconstructions 3D haute résolution à partir d’images 2D | Introduction à PIFuHD
Le plus intéressant est la démo offerte sur Google Colab, que vous pouvez facilement essayer sur vous-même, comme je le montre dans cet article. Mais voyons d’abord comment les chercheurs ont procédé…
Cliquez ici pour le code de PIFuHD
High-Resolution Neural Face Swapping for Visual Effects [7]
Des chercheurs de Disney ont créé un nouvel algorithme d’échange de visages haute résolution pour les effets visuels dans l’article du même nom. Il produit des résultats photoréalistes à une résolution de plusieurs mégapixels. Comme l’équipe travaille chez Disney, elle est certainement idéale pour ce projet. Son objectif est de remplacer le visage d’un acteur cible par celui d’un acteur source tout en préservant la performance. Le défi est immense, mais utile pour vieillir un personnage, remplacer un acteur indisponible ou tourner une scène de cascade trop dangereuse. Les approches actuelles exigent beaucoup d’animation image par image et de postproduction par des professionnels.
[
Le nouvel algorithme d’échange de visages haute résolution de Disney | Technologie 2020 expliquée
Des chercheurs de Disney ont créé un algorithme d’échange de visages haute résolution pour les effets visuels dans l’article du même nom. Il produit des résultats photoréalistes à une résolution de plusieurs mégapixels…
Swapping Autoencoder for Deep Image Manipulation [8]
Cette nouvelle technique peut modifier la texture de n’importe quelle image tout en restant réaliste grâce à un entraînement entièrement non supervisé ! Les résultats semblent encore meilleurs que ceux des GANs, tout en étant beaucoup plus rapides. Elle pourrait même servir à créer des deepfakes !
[
Une IA d’échange de textures bat les GANs en manipulation d’images !
Cette nouvelle technique modifie la texture de n’importe quelle image tout en restant réaliste grâce à un entraînement entièrement non supervisé ! Les résultats semblent encore meilleurs que ceux des GANs, tout en étant beaucoup plus rapides…
Cliquez ici pour le code de Swapping Autoencoder
GPT-3: Language Models are Few-Shot Learners [9]
Les systèmes NLP à la fine pointe généralisent difficilement entre différentes tâches. Ils doivent être fine-tunés sur des datasets de milliers d’exemples, alors que quelques exemples suffisent aux humains pour accomplir une nouvelle tâche linguistique. GPT-3 visait justement à rendre les modèles de langage plus indépendants de la tâche.
[
GPT-3 peut-il vraiment vous aider, vous et votre entreprise ?
Dans cet article, je commence par une courte introduction à GPT-3. Nous verrons ensuite pourquoi et comment GPT-3 peut être utile à votre entreprise grâce à de nombreux exemples concrets…
Cliquez ici pour la page GitHub de GPT-3
Learning Joint Spatial-Temporal Transformations for Video Inpainting [10]
Cette IA peut remplir les pixels manquants derrière un objet en mouvement retiré et reconstruire toute la vidéo avec bien plus de précision et moins de flou que les approches actuelles !
[
Cette IA remplit les pixels manquants derrière un objet dans une vidéo !
Cette IA peut remplir les pixels manquants derrière un objet en mouvement retiré et reconstruire toute la vidéo avec bien plus de précision et moins de flou que les approches actuelles ! Voyons ce que…
Cliquez ici pour le code de cet inpainting vidéo
Image GPT: Generative Pretraining from Pixels [11]
Une bonne IA, comme celle de Gmail, peut générer un texte cohérent et terminer votre phrase. Celle-ci applique les mêmes principes pour compléter une image, avec un entraînement non supervisé qui n’exige aucune étiquette !
[
Cette IA peut générer l’autre moitié d’une image avec un modèle GPT
OpenAI a récemment publié « Generative Pretraining from Pixels », une méthode qui prédit des pixels sans intégrer de connaissance de la structure 2D de l’image. Les chercheurs voulaient voir si…
Cliquez ici pour le code Image GPT d’OpenAI
Learning to Cartoonize Using White-box Cartoon Representations [12]
Cette IA peut transformer n’importe quelle image ou vidéo dans le style de dessin animé de votre choix ! Voyons son fonctionnement et quelques résultats fascinants. Vous pouvez même l’essayer sur le site créé par les chercheurs, comme je l’ai fait !
[
Cette IA transforme n’importe quelle image ou vidéo en dessin animé ! Présentation de l’article et résultats
Cette IA peut transformer n’importe quelle image ou vidéo dans le style de dessin animé de votre choix ! Voyons son fonctionnement et quelques résultats fascinants. Vous pouvez même l’essayer sur le site créé par les chercheurs…
Cliquez ici pour le code de Cartoonize
FreezeG: Freeze the Discriminator: a Simple Baseline for Fine-Tuning GANs [13]
Ce modèle de génération de visages transforme des photos ordinaires selon des styles distinctifs, comme les dessins de Lee Mal-Nyeon, les Simpsons, des œuvres d’art et même des chiens ! Cette nouvelle technique est très simple et surpasse largement les méthodes précédentes fondées sur les GANs.
[
Ce modèle transforme de vrais visages selon des styles de dessin animé distinctifs |…
Ce modèle de génération de visages transforme des photos ordinaires selon des styles distinctifs, comme les dessins de Lee Mal-Nyeon, les Simpsons, des œuvres d’art et même des chiens ! Cette nouvelle…
Cliquez ici pour le code de FreezeG
Neural Re-Rendering of Humans from a Single Image [14]
L’algorithme représente la pose et la forme du corps sous forme de maillage paramétrique, reconstructible à partir d’une seule image et facile à repositionner. À partir d’une photo, il peut créer des images synthétiques de la personne dans différentes poses ou avec des vêtements provenant d’une autre image d’entrée.
[
Transférez des vêtements entre des photos avec l’IA, à partir d’une seule image !
L’algorithme représente la pose et la forme du corps sous forme de maillage paramétrique, reconstructible à partir d’une seule image et facile à repositionner. À partir d’une photo, il peut créer des images synthétiques…
I2L-MeshNet: Image-to-Lixel Prediction Network for Accurate 3D Human Pose and Mesh Estimation from a Single RGB Image [15]
Leur objectif était de proposer une nouvelle technique d’estimation de la pose et du maillage humain 3D à partir d’une seule image RGB. Ils l’ont appelée I2L-MeshNet, où I2L signifie Image-to-Lixel. Comme un voxel, volume + pixel, est une cellule quantifiée dans un espace tridimensionnel, ils définissent le lixel, ligne + pixel, comme une cellule quantifiée dans un espace unidimensionnel. Leur méthode surpasse les précédentes et le code est public !
[
Estimation précise de la pose et du maillage humain 3D à partir d’une seule image RGB ! Code public !
À l’approche de la conférence ECCV, une foule d’excellents articles sur la vision par ordinateur paraissent. En voici un impressionnant de chercheurs de Seoul National University sur la 3D…
Cliquez ici pour le code d’I2L-MeshNet
Beyond the Nav-Graph: Vision-and-Language Navigation in Continuous Environments [16]
[
](https://becominghuman.ai/language-guided-navigation-in-a-3d-environment-e3cf4102fb89)
Cliquez ici pour le code de VLN-CE
RAFT: Recurrent All-Pairs Field Transforms for Optical Flow [17]
Le prix du meilleur article d’ECCV 2020 revient à une équipe de Princeton. Elle a créé un nouveau modèle end-to-end entraînable pour le flux optique. Sa méthode surpasse la précision des architectures à la fine pointe sur plusieurs datasets et se montre beaucoup plus efficace. Le code est même accessible à tous sur GitHub !
[
Meilleur article ECCV 2020 | Une nouvelle architecture pour le flux optique
Le prix du meilleur article d’ECCV 2020 revient à une équipe de Princeton. Elle a créé un nouveau modèle end-to-end entraînable pour le flux optique. Sa méthode surpasse la précision des architectures à la fine pointe sur plusieurs…
Cliquez ici pour le code de RAFT
Crowdsampling the Plenoptic Function [18]
À partir de photos publiques de touristes trouvées sur Internet, les chercheurs ont reconstruit plusieurs points de vue d’une scène tout en conservant des ombres et un éclairage réalistes ! C’est une avancée majeure pour le rendu photoréaliste de scènes, et les résultats sont tout simplement fascinants.
[
Reconstruisez des scènes photoréalistes à partir de photos publiques de touristes sur Internet !
À partir de photos publiques de touristes trouvées sur Internet, les chercheurs ont reconstruit plusieurs points de vue d’une scène tout en conservant des ombres et un éclairage réalistes ! C’est une avancée majeure…
Cliquez ici pour le code de Crowdsampling
Old Photo Restoration via Deep Latent Space Translation [19]
Imaginez les vieilles photos pliées et même déchirées de votre grand-mère à 18 ans, restaurées en haute définition sans aucun artefact. C’est la restauration de vieilles photos, et cet article ouvre une toute nouvelle voie fondée sur le deep learning.
[
Restauration de vieilles photos avec le deep learning
Imaginez les vieilles photos pliées et même déchirées de votre grand-mère à 18 ans, restaurées en haute définition sans aucun artefact. C’est la restauration de vieilles photos, et cet article ouvre…
Cliquez ici pour le code de restauration de vieilles photos
Neural circuit policies enabling auditable autonomy [20]
Des chercheurs d’IST Austria et du MIT ont entraîné une voiture autonome avec un nouveau système d’intelligence artificielle inspiré du cerveau de minuscules animaux comme les nématodes. Quelques neurones suffisent à contrôler la voiture, contre les millions requis par des réseaux neuronaux profonds populaires comme Inception, ResNet ou VGG. Leur réseau contrôle entièrement une voiture avec seulement 75 000 paramètres et 19 neurones de contrôle, plutôt que des millions !
[
Un nouveau système intelligent inspiré du cerveau conduit une voiture avec seulement 19 neurones de contrôle !
Les chercheurs cherchent constamment de nouvelles façons de créer des modèles intelligents. Les modèles supervisés très profonds fonctionnent bien avec suffisamment de données, mais l’un des défis les plus difficiles…
Cliquez ici pour le code de NCP
Lifespan Age Transformation Synthesis [21]
Une équipe d’Adobe Research a créé une nouvelle technique de synthèse de transformation de l’âge à partir d’une seule photo. Elle peut générer des images couvrant toute la vie d’une personne à partir de n’importe quelle photo.
[
Générez des versions plus jeunes et plus âgées de vous-même !
Une équipe d’Adobe Research a créé une nouvelle technique de synthèse de transformation de l’âge à partir d’une seule photo. Elle peut générer des images couvrant toute la vie d’une personne…
Cliquez ici pour le code de synthèse de transformation de l’âge
DeOldify [22]
DeOldify est une technique de colorisation et de restauration de vieilles images en noir et blanc, y compris des séquences de film. Une seule personne, Jason Antic, l’a créée et continue de la mettre à jour. Il s’agit maintenant de la méthode à la fine pointe pour coloriser des images en noir et blanc. Tout est open source, mais nous y reviendrons.
[
Cette IA colorise vos photos en noir et blanc avec un rendu photoréaliste ! (DeOldify)
DeOldify est une technique de colorisation et de restauration de vieilles images en noir et blanc, y compris des séquences de film. Une seule personne, Jason Antic, l’a créée et continue de la mettre à jour. Il s’agit maintenant de la méthode à la fine pointe…
Cliquez ici pour le code de DeOldify
COOT: Cooperative Hierarchical Transformer for Video-Text Representation Learning [23]
Comme son nom l’indique, la méthode utilise des transformers pour générer une description textuelle précise de chaque séquence vidéo, à partir de la vidéo et d’une description générale.
[
Description vidéo en texte avec le deep learning et les transformers | COOT
Comme plusieurs d’entre vous le savent, la conférence Neural Information Processing Systems, aussi appelée NeurIPS, approche. De nombreux articles fascinants y seront…
Cliquez ici pour le code de COOT
Stylized Neural Painting [24]
Cette méthode de traduction d’image en peinture simule un véritable peintre dans plusieurs styles grâce à une nouvelle approche qui, contrairement aux méthodes actuelles, n’utilise aucune architecture GAN !
[
Traduction d’image en peinture avec transfert de style
L’un des meilleurs aspects de cet article est son code entièrement accessible sur GitHub. Les chercheurs ont même créé deux notebooks Google Colab pour l’essayer sur vos propres images. Mais d’abord…
Cliquez ici pour le code de Stylized Neural Painting
Is a Green Screen Really Necessary for Real-Time Portrait Matting? [25]
Le détourage humain est une tâche fascinante qui consiste à repérer chaque personne dans une image et à retirer l’arrière-plan. Le défi est complexe, puisqu’il faut délimiter parfaitement une ou plusieurs personnes. Dans cet article, je passe en revue les meilleures techniques utilisées au fil des ans et une nouvelle approche publiée le 29 novembre 2020. Plusieurs méthodes emploient des algorithmes classiques de vision par ordinateur, comme GrabCut, qui est extrêmement rapide, mais peu précis.
[
Suppression d’arrière-plan de haute qualité sans écran vert
Le détourage humain consiste à repérer chaque personne dans une image et à retirer l’arrière-plan. Le défi est très complexe, puisqu’il faut délimiter parfaitement une ou plusieurs personnes…
Cliquez ici pour le code de MODNet
ADA: Training Generative Adversarial Networks with Limited Data [26]
Avec cette nouvelle méthode d’entraînement de NVIDIA, vous pouvez entraîner un puissant modèle génératif avec un dixième des images ! Elle rend possibles de nombreuses applications qui n’ont pas accès à autant d’images.
[
Avancée dans l’entraînement des GANs avec peu de données et nouveau programme NVIDIA ! NVIDIA Research
Ce nouvel article présente une technique d’entraînement d’une architecture GAN. Ces architectures servent dans de nombreuses applications de vision par ordinateur où l’on veut générer une transformation réaliste d’une image…
Cliquez ici pour le code d’ADA
Improving Data‐Driven Global Weather Prediction Using Deep Convolutional Neural Networks on a Cubed Sphere [27]
L’approche traditionnelle des prévisions météorologiques repose sur des modèles de « prévision numérique du temps ». Ces modèles mathématiques de l’atmosphère et des océans prédisent la météo selon les conditions actuelles. Introduits dans les années 1920, ils ont produit des résultats réalistes dans les années 1950 grâce aux simulations informatiques. Ils prédisent à court et à long terme, mais exigent beaucoup de compute et ne peuvent exploiter autant de données qu’un réseau neuronal profond. C’est en partie pourquoi cette nouvelle approche est prometteuse. Les modèles numériques actuels utilisent déjà le machine learning en post-traitement pour améliorer leurs prévisions. Le domaine attire de plus en plus de chercheurs en machine learning et produit déjà des résultats prometteurs.
[
L’IA produit des prévisions météorologiques plus rapides et plus précises
L’approche traditionnelle des prévisions météorologiques repose sur des modèles de « prévision numérique du temps ». Ces modèles mathématiques de l’atmosphère et des océans prédisent la météo selon…
Cliquez ici pour le code de prévision météorologique
NeRV: Neural Reflectance and Visibility Fields
for Relighting and View Synthesis [28]
Cette nouvelle méthode génère une scène 3D complète et permet de choisir son éclairage, avec un coût de calcul très limité et des résultats fascinants comparativement aux approches précédentes.
[
Générez une scène 3D complète sous n’importe quel éclairage à partir d’un ensemble d’images
NeRV, ou Neural Reflectance and Visibility Fields for Relighting and View Synthesis, produit une représentation 3D d’une scène et peut générer n’importe quelles conditions d’éclairage. Elle…
Cliquez ici pour le code de NeRV (bientôt disponible)
Conclusion
Comme vous pouvez le voir, cette année a été extrêmement riche pour l’intelligence artificielle, et j’ai très hâte de découvrir ce que 2021 nous réserve ! Je continuerai de présenter les articles les plus passionnants et intéressants, et j’aimerais beaucoup que vous participiez à l’aventure. Si vous aimez mon travail et voulez suivre l’actualité de l’IA, suivez-moi sur mes autres réseaux sociaux (LinkedIn, Twitter) et abonnez-vous à ma newsletter hebdomadaire sur l’IA !
Pour me soutenir :
- La meilleure façon de me soutenir est de me suivre sur Medium ou de vous abonner à ma chaîne YouTube si vous aimez le format vidéo.
- Soutenez mon travail sur Patreon
- Rejoignez notre communauté Discord : Learn AI Together et partagez vos projets, articles scientifiques et meilleures formations, trouvez des coéquipiers Kaggle et bien plus !
Accédez à la liste complète dans un dépôt GitHub
Identifiez-moi sur Twitter (@Whats_AI) ou LinkedIn (Louis (What’s AI) Bouchard) si vous partagez l’article !
Si la recherche en IA vous intéresse, voici un autre excellent article :
[
Les 10 meilleurs articles de vision par ordinateur de 2020
Malgré tout ce qui s’est passé dans le monde cette année, nous avons vu paraître beaucoup de recherches fascinantes, surtout en intelligence artificielle et plus précisément…
](https://whats-ai.medium.com/top-10-computer-vision-papers-2020-aa606985f688)
Références des articles
[1] A. Bochkovskiy, C.-Y. Wang, and H.-Y. M. Liao, Yolov4: Optimal speed and accuracy of object detection, 2020. arXiv:2004.10934 [cs.CV].
[2] S.-Y. Chen, W. Su, L. Gao, S. Xia, and H. Fu, “DeepFaceDrawing: Deep generation of face images from sketches,” ACM Transactions on Graphics (Proceedings of ACM SIGGRAPH2020), vol. 39, no. 4, 72:1–72:16, 2020.
[3] S. W. Kim, Y. Zhou, J. Philion, A. Torralba, et S. Fidler, “Learning to Simulate DynamicEnvironments with GameGAN,” in IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Jun. 2020.
[4] S. Menon, A. Damian, S. Hu, N. Ravi, and C. Rudin, Pulse: Self-supervised photo upsampling via latent space exploration of generative models, 2020. arXiv:2003.03808 [cs.CV].
[5] M.-A. Lachaux, B. Roziere, L. Chanussot, and G. Lample, Unsupervised translation of programming languages, 2020. arXiv:2006.03511 [cs.CL].
[6] S. Saito, T. Simon, J. Saragih, and H. Joo, Pifuhd: Multi-level pixel-aligned implicit function for high-resolution 3d human digitization, 2020. arXiv:2004.00452 [cs.CV].
[7] J. Naruniec, L. Helminger, C. Schroers, et R. Weber, “High-resolution neural face-swapping for visual effects,” Computer Graphics Forum, vol. 39, pp. 173–184, Jul. 2020.doi:10.1111/cgf.14062.
[8] T. Park, J.-Y. Zhu, O. Wang, J. Lu, E. Shechtman, A. A. Efros, and R. Zhang,Swappingautoencoder for deep image manipulation, 2020. arXiv:2007.00653 [cs.CV].
[9] T. B. Brown, B. Mann, N. Ryder, M. Subbiah, J. Kaplan, P. Dhariwal, A. Neelakantan, P.Shyam, G. Sastry, A. Askell, S. Agarwal, A. Herbert-Voss, G. Krueger, T. Henighan, R. Child, A. Ramesh, D. M. Ziegler, J. Wu, C. Winter, C. Hesse, M. Chen, E. Sigler, M. Litwin, S.Gray, B. Chess, J. Clark, C. Berner, S. McCandlish, A. Radford, I. Sutskever, et D. Amodei,“Language models are few-shot learners,” 2020. arXiv:2005.14165 [cs.CL].
[10] Y. Zeng, J. Fu, and H. Chao, Learning joint spatial-temporal transformations for video in-painting, 2020. arXiv:2007.10247 [cs.CV].
[11] M. Chen, A. Radford, R. Child, J. Wu, H. Jun, D. Luan, et I. Sutskever, “Generative pretraining from pixels,” in Proceedings of the 37th International Conference on Machine Learning, H. D. III and A. Singh, Eds., ser. Proceedings of Machine Learning Research, vol. 119, Virtual: PMLR, 13–18 Jul 2020, pp. 1691–1703. [Online]. Available:https://proceedings.mlr.press/v119/chen20s.html.
[12] Xinrui Wang et Jinze Yu, “Learning to Cartoonize Using White-box Cartoon Representations.”, IEEE Conference on Computer Vision and Pattern Recognition, June 2020.
[13] S. Mo, M. Cho, and J. Shin, Freeze the discriminator: A simple baseline for fine-tuning gans,2020. arXiv:2002.10964 [cs.CV].
[14] K. Sarkar, D. Mehta, W. Xu, V. Golyanik, and C. Theobalt, “Neural re-rendering of humans from a single image,” in European Conference on Computer Vision (ECCV), 2020.
[15] G. Moon and K. M. Lee, “I2l-meshnet: Image-to-lixel prediction network for accurate 3d human pose and mesh estimation from a single rgb image,” in European Conference on ComputerVision (ECCV), 2020
[16] J. Krantz, E. Wijmans, A. Majumdar, D. Batra, et S. Lee, “Beyond the nav-graph: Vision-and-language navigation in continuous environments,” 2020. arXiv:2004.02857 [cs.CV].
[17] Z. Teed and J. Deng, Raft: Recurrent all-pairs field transforms for optical flow, 2020. arXiv:2003.12039 [cs.CV].
[19] Z. Wan, B. Zhang, D. Chen, P. Zhang, D. Chen, J. Liao, and F. Wen, Old photo restoration via deep latent space translation, 2020. arXiv:2009.07047 [cs.CV].
[20] Lechner, M., Hasani, R., Amini, A. et al. Neural circuit policies enabling auditable autonomy. Nat Mach Intell 2, 642–652 (2020). https://doi.org/10.1038/s42256-020-00237-3
[21] R. Or-El, S. Sengupta, O. Fried, E. Shechtman, and I. Kemelmacher-Shlizerman, “Lifespanage transformation synthesis,” in Proceedings of the European Conference on Computer Vision(ECCV), 2020.
[22] Jason Antic, Creator of DeOldify, https://github.com/jantic/DeOldify
[23] S. Ging, M. Zolfaghari, H. Pirsiavash, and T. Brox, “Coot: Cooperative hierarchical trans-former for video-text representation learning,” in Conference on Neural Information ProcessingSystems, 2020.
[24] Z. Zou, T. Shi, S. Qiu, Y. Yuan, and Z. Shi, Stylized neural painting, 2020. arXiv:2011.08114[cs.CV].
[25] Z. Ke, K. Li, Y. Zhou, Q. Wu, X. Mao, Q. Yan, and R. W. Lau, “Is a green screen really necessary for real-time portrait matting?” ArXiv, vol. abs/2011.11961, 2020.
[26] T. Karras, M. Aittala, J. Hellsten, S. Laine, J. Lehtinen, and T. Aila, Training generative adversarial networks with limited data, 2020. arXiv:2006.06676 [cs.CV].
[27] J. A. Weyn, D. R. Durran, et R. Caruana, “Improving data-driven global weather prediction using deep convolutional neural networks on a cubed sphere”, Journal of Advances in Modeling Earth Systems, vol. 12, no. 9, Sep. 2020, issn: 1942–2466.doi:10.1029/2020ms002109
[28] P. P. Srinivasan, B. Deng, X. Zhang, M. Tancik, B. Mildenhall, and J. T. Barron, “Nerv: Neural reflectance and visibility fields for relighting and view synthesis,” in arXiv, 2020.
FAQ
Que contient cette rétrospective de la recherche en IA de 2020 ?
Elle rassemble des articles marquants par date de publication et les accompagne de courtes explications, d’articles détaillés, de vidéos et du code lorsque les auteurs l’ont publié.
Qu’a rendu possible DeepFaceDrawing ?
Le modèle a montré comment transformer un croquis de visage sommaire ou incomplet en portrait généré de haute qualité, sans exiger de grandes compétences en dessin.
Pourquoi PULSE représentait-il un résultat intéressant en génération d’images ?
PULSE a montré comment un modèle génératif pouvait transformer un minuscule visage de 16 par 16 en une image haute résolution plausible plutôt que de simplement agrandir ses pixels.
Quels sujets figurent dans la liste d’articles de 2020 ?
La liste couvre la détection d’objets, la génération de visages, les environnements de jeu simulés, le suréchantillonnage de photos, la traduction de code, la capture humaine 3D et la manipulation d’images.
Comment utiliser une rétrospective annuelle comme celle-ci ?
Commencez par la courte explication, puis ouvrez l’article scientifique, l’article détaillé ou le code lié pour toute méthode pertinente au problème que vous construisez.
Qu’a démontré GameGAN avec PAC-MAN ?
Il a appris à reproduire une version jouable de PAC-MAN à partir de données observées du jeu, sans utiliser le moteur original.
Qu’avait d’inhabituel l’article sur la traduction de code ?
Il traduisait des fonctions entre des langages comme Python et C++ sans exemples appariés montrant le même programme dans les deux langages.