论文推荐
“《SFFAI 86期—学术人生专栏》来自中科院计算所博士生导师、副研究员高林老师推荐的文章主要关注于 计算几何 领域，你可以认真阅读讲者推荐的论文，来与讲者及同行线上交流哦。”
关注文章公众号
回复"SFFAI86"获取本主题精选论文
01
推荐理由：提供了可以处理大尺度模型变形的表示方法，可以对具有复杂变形的非刚性物体进行实时建模。
—— 高林
02
推荐理由：基于ACAP变形特征，提出了一种几何的模型的编码方法MeshVAE，并基于该编码方法研究了图形学领域内首个全自动的变形传播方法。
—— 高林
03
推荐理由：基于ACAP和MeshVAE本工作提出了一种新的三维模型编码方式，同时深度生成网络（SDM-NET）的设计也与这种编码方式耦合在一起，可以生成具有复杂结构和精细几何的三维模型，较已有最好的工作重建的精度提高了10倍，并且生成的三维模型可以直接进行编辑。
—— 高林
04
推荐理由：基于草图的高真实感图像合成研究工作致力于解决稀疏草图到真实感人脸图像的生成问题。受前沿工作SDM-NET的局部变形和全局分析建模方法的启发，考虑到人脸的结构约束以及强大的人脸数据支撑，研发设计出智能人脸画板DeepFaceDrawing。该工作已被计算机图形学顶会SIGGRAPH 2020接收，并被遴选进入SIGGRAPH 2020亮点宣传视频中（全球仅有20个工作入选）。目前，该系统已经上线（http://www.geometrylearning.com/DeepFaceDrawing/），自上线以来项目网站日均访问量达一万次以上，已被全球160个国家人员测试使用。
—— 高林
SFFAI的介绍
现代科学技术高度社会化，在科学理论与技术方法上更加趋向综合与统一，为了满足人工智能不同领域研究者相互交流、彼此启发的需求，我们发起了人工智能前沿学生论坛SFFAI，邀请一线科研人员分享、讨论人工智能各个领域的前沿思想和最新成果，使专注于各个细分领域的研究者开拓视野、触类旁通。SFFAI目前主要关注机器学习、计算机视觉、自然语言处理等各个人工智能垂直领域及交叉领域的前沿进展，进行学术传播，同时为讲者塑造个人影响力。
SFFAI还在构建人工智能领域的知识森林—AI Knowledge Forest。通过汇总各位参与者贡献的领域知识，沉淀人工智能前沿精华，使AI Knowledge Tree枝繁叶茂，为人工智能社区做出贡献。SFFAI自2018年9月16日举办第一期，每周一期学术分享交流，截止目前已举办84期学术交流活动，共有100+位讲者分享了他们的真知灼见，来自100多家单位的同学参与了现场交流，通过线上推文、网络直播等形式，50000+人次参与了人工智能前沿学生论坛。SFFAI自发起以来，迅速成长壮大，已经成为人工智能学生交流的第一品牌，有志同道合的论坛核心志愿者团队、乐于学术分享的讲者伙伴，还有许多认可活动价值、多次报名参加现场交流的观众，大家通过参与人工智能前沿学生论坛，收获了宝贵的知识和友谊，SFFAI致力于帮助大家解决在学术中遇到的相关问题，拓展学术人脉，为大家营造专业、开放的学术交流环境！
历史文章推荐
李永露：PaStaNet：Toward Human Activity Knowledge Engine
杨传广：高效设计图像分类模型：混合连通性的门限卷积神经网络
朱时超：图平滑样条神经网络
曾仙芳：通过自监督解耦身份和姿态特征实现人脸再扮演任务
张杰：针对图像处理网络的模型水印
牛广林：规则引导的知识图谱组合式表示学习
王玫：自然环境下的多种族人脸：利用信息最大化自适应网络去减少种族偏差
傅朝友：Domain-Aware Diverse Face Manipulation
申磊：多轮对话中的上下文信息建模
方杰民：Recent Advances and Highlights of NAS
张志鹏：SiamDW Real-Time Visual Tracking
周龙：同步双向文本生成
王亦宁：Multilingual Neural Machine Translation
呼奋宇：深度层次化图卷积神经网络
分享、点赞、在看，给个三连击呗！