最新论文：用 GAN 监督学习给左晃右晃的猫狗加表情，很丝滑很贴合

图片地址：https://img.ithome.com/newsuploadfiles/2021/12/ab96b7f7-e91b-4049-aa64-208c1b2da947.gif

12 月 19 日消息，生成性对抗网络 GAN 又被开发出一项“不正经”用途。给猫狗加表情：给马斯克加胡子：不管视频中的脑袋怎么左晃右晃，这些表情都能始终如一地贴合面部，且每一帧都表现得非常丝滑。这就是朱俊彦等人的最新研究成果：一种利用 GAN 监督学习实现的密集视觉对齐（Visual alignment）方法。该方法的性能显著优于目前的自监督算法，在多个数据集上的性能都与 SOTA 算法相当，有的甚至还实现了两倍超越。用 GAN 监督学习实现密集视觉对齐视觉对齐是计算机视觉中光流、3D 匹配、医学成像、跟踪和增强现实等应用的一个关键要素。直白地说，比如在人脸识别中，就是不管一张脸是倒着立着还是歪着，任何角度都可以精确识别出哪块是眼睛哪块是鼻子。而开创性的无监督视觉对齐方法 Congealing，在 MNIST digits 这种简单的二值图像（binary images）上表现得出奇好，在处理大多数具有显著外观和姿势变化的数据