AAAI 2021最「严」一届放榜：录取率仅21%，网易伏羲9篇论文入选

近日，国际人工智能顶级会议AAAI 2021公布论文录取结果。网易伏羲实验室再创佳绩，共有9篇论文入选，研究方向涉及强化学习、虚拟人、自然语言处理（NLP）、图像动画、用户画像等领域。科研成果的集中爆发，充分显示网易伏羲在人工智能的多个领域已经具备国际顶尖的技术创新能力。

AAAI（Association for the Advance of Artificial Intelligence）是美国人工智能协会主办的年会，是人工智能领域中历史最悠久、涵盖内容最广泛的的国际顶级学术会议之一。在中国计算机学会的国际学术会议排名中，AAAI被列为人工智能领域的A类顶级会议。

作为人工智能领域的风向标，每年的AAAI都会吸引大量来自学术界、产业界的研究员、开发者投稿和参会，论文竞争更是异常激烈。AAAI 2021联合主席Kevin Leyton-Brown在Twitter上表示，今年接受的投稿论文总数达到“惊人的高技术水平”。9034篇投稿论文中，7911篇接受评审，最终仅有1692篇论文被录取，录取率为21%。

网易伏羲成立于2017年，是国内专业从事游戏与文创AI研究和应用的顶尖机构。此次AAAI中稿论文中展示的部分技术成果，如：智能捏脸、表情迁移等技术，已在网易多个产品中应用落地，成为吸引行业关注的亮点。

以下是网易伏羲入选9篇论文：

MeInGame：从单个肖像中创建一个游戏角色

（MeInGame: Create a Game Character Face from a Single Portrait）

关键词：角色创建、智能捏脸

受到参数范围的限制，现有的游戏角色人脸自动创建算法无法很好地还原参数范围之外的人脸，且大部分方法都没有考虑贴图。少部分能够生成贴图的方法，也没有考虑光照和遮挡物的影响，导致创建的三维人脸无法很好地应用在游戏中。

为了提高创建的游戏人脸的形状相似度，本文提出先使用业内成熟的基于3DMM和CNN的方法重建三维人脸，然后基于径向基函数插值的方法，将三维人脸的形状迁移到游戏三维人脸模板上。

（网络结构图示）

（智能捏脸效果图示）

主观实验表明，本文提出的方法在约98%的测试用例上都优于其它现有方法。

2、基于标准化外观自适应的人脸重演方法

（One-shot Face Reenactment Using Appearance Adaptive Normalization）

关键词：表情迁移

人脸重演的目的是将一张人脸的表情和姿态迁移到另外一张人脸上去，该任务可以用于说话头生成、虚拟形象驱动等目的。

之前的部分模型需要多张源图片来训练一个单独的网络。一些one-shot模型往往无法较好地保存原始人脸的身份信息，且生成质量较低。通过对adptive normalization的分析，我们指出先前的模型不适用于人脸重演这一任务。

本文通过一个网络来预测所有层的adaptive 参数，这种设计能够对adaptive 参数进行全局的规划。此外，本文引入local-global机制，通过先将局部的五官迁移，然后用五官来指导生成整张脸简化了任务。

（网络结构图示）

实验表明，本文提出的方法能更好地保存原始人脸信息，生成更真实的图像。

3、结构感知下基于姿态分解和语义相关性的人体图像生成

（Structure-aware Person Image Generation with Pose Decomposition and Semantic Correlation）

关键词：动作迁移、图片生成

基于姿态引导的人体图片生成是一种将源输入图片中的人体图像变换为目标动作姿态的技术。目前，该技术已经被广泛地应用于影视制作、动画生成、虚拟试穿等诸多领域，具有广泛的应用前景和巨大的市场价值。

鉴于标准CNN无法高效地处理大的空间形变，本文提出了一种基于外观流的方法来建模源特征与目标特征之间的密集对应关系。在此框架下，我们结合人体的先验结构信息来指导网络学习，从而有效地改善效果。同时，我们进一步设计了一个轻量且有效的基于金字塔池化的非局部（non-local）模块以捕获不同尺度下不同人体部分的全局语义相关性。

（网络结构图示）

实验结果表明，本文提出的方法可以在较大的姿态差异下生成高质量的结果。

（实验结果图示）

4、基于视觉感知下全局关系学习的游戏住宅规划

（In-game Residential Home Planning via Visual Context-aware Global Relation Learning）

关键词：游戏庄园合成，全局关系图生成，视觉感知

在场景合成领域，基于组件的三维场景合成一直是一个相对空缺的研究方向。现有方案倾向于依赖组件之间的功能性约束，例如，电视机一定会放置在电视柜上等等。另外，室内场景组织的时候单一场景的组件比较少，大约在10个左右。

这类场景下的研究工作与实际的庄园合成场景差异很大。例如，在庄园中，组件之间没有很强的功能性约束；另外，在庄园中通常会有几百个组件，这也是之前的工作不能解决的。

（编辑：辽源站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!