学霸说 | 54页PPT解读CVPR2020图像翻译最新算法

图像翻译是当前计算机视觉领域的研究热点，相比于自然语言翻译，它将输入图像的表达转化为另一种表达，在图像创作、图像风格化、图像修复、域自适应学习等领域有着广泛应用。但现有技术通常仅能产生合理的目标域图像，如何控制图像的具体风格呢？

图图今天推荐的“学霸说”提供了一个解决方案。本期学霸是来自中科大与微软亚洲研究院视觉计算组联合培养的张攀博士，报告内容来自微软亚洲研究院视觉计算组在CVPR2020 Oral论文“Cross-domain Correspondence Learning for Exemplar-based Image Translation”。

CVPR2020 Oral Paper

题目：Cross-domain Correspondence Learning for Exemplar-based Image Translation

作者：张攀，张博，陈栋，袁路，闻芳

论文链接：

https://arxiv.org/abs/2004.05571

项目网址：

https://panzhang0212.github.io/CoCosNet/

论文提出了基于范例的图像翻译技术 CoCosNet，能够建立原域图与目标域范例图像的密集对应，使生成图片精细匹配范例图片风格。

张攀用54页PPT，详细地讲解了CoCosNet这一图像翻译技术。快来了解学霸的最新成果吧~

文末有获取PPT方式！

作者简介

第一作者

 张攀

张攀，中科大与微软亚洲研究院联合培养在读博士，主要研究方向为图像生成，域适应，人脸识别。

个人主页：https://panzhang0212.github.io/

E-mail：zhangpan@mail.ustc.edu.cn

张博，微软亚洲研究院计算视觉组研究员，主要研究方向为计算摄影学，图像生成，低层视觉，智能成像系统。

个人主页：https://www.microsoft.com/en-us/research/people/zhanbo/

E-mail：Tony.Zhang@microsoft.com

陈栋，微软亚洲研究院计算视觉组首席研究经理，主要研究方向为人脸检测、校准、识别，姿态估计，行人重识别，生成对抗网络。

个人主页：https://www.microsoft.com/en-us/research/people/doch/

E-mail：doch@microsoft.com

袁路，微软亚洲研究院计算视觉组首席研究经理，主要研究方向为计算机视觉，机器学习，计算摄影学。

个人主页：https://www.microsoft.com/en-us/research/people/luyuan/

E-mail：  luyuan@microsoft.com

闻芳，微软亚洲研究院计算视觉组首席研究经理，主要研究方向为计算机视觉。

个人主页：https://www.microsoft.com/en-us/research/people/fangwen/

E-mail：  fangwen@microsoft.com

扫码加入图图社区，优享报告PPT

     好文推荐

前沿进展 | 多媒体信号处理的数学理论

中国卫星遥感回首与展望

单目深度估计方法：现状与前瞻

目标跟踪40年，什么才是未来？

10篇CV综述速览计算机视觉新进展

算法集锦 | 深度学习在遥感图像处理中的六大应用

封面故事 | 从传统到深度：火灾烟雾识别综述

封面故事 | 光场数据压缩综述

学者观点 | 结合深度学习和半监督学习的遥感影像分类

编辑推荐 | 视频 + 地图！四维信息助力实景中国

深度学习+图像降噪，如何解决“卡脖子”问题？

❂ 专家报告

专家推荐|高维数据表示：由稀疏先验到深度模型

专家报告 | AI与影像“术”——医学影像在新冠肺炎中的应用

专家推荐|真假难辨还是虚幻迷离，参与介质图形绘制让人惊叹！

学者推荐 | 深度学习与高光谱图像分类【内含PPT 福利】

专家报告|深度学习+图像多模态融合

专家报告 | 类脑智能与类脑计算

实战例题！200+PPT带你看懂监督学习

118页PPT！机器学习模型参数与优化那些事儿~

专家开讲 | 机器学习究竟是什么？

❂ 论文写作

羡慕别人中了顶会？做到这些你也可以！

如何阅读一篇文献？

共享 | SAR图像船舶切片数据集

资源分享| 不知道如何获取最新的算法资讯？快来这里看一看

资源分享|热门IT资讯号推荐

本文系《中国图象图形学报》独家稿件

内容仅供学习交流

版权属于原作者

欢迎大家关注转发！

编辑：韩小荷

指导：梧桐君

审校：夏薇薇

总编辑：肖   亮

声  明

欢迎转发本号原创内容，任何形式的媒体或机构未经授权，不得转载和摘编。授权请在后台留言“机构名称+文章标题+转载/转发”联系本号。转载需标注原作者和信息来源为《中国图象图形学报》。本号转载信息旨在传播交流，内容为作者观点，不代表本号立场。未经允许，请勿二次转载。如涉及文字、图片等内容、版权和其他问题，请于文章发出20日内联系本号，我们将第一时间处理。《中国图象图形学报》拥有最终解释权。

我就知道你“在看”