一、最新论文解读

1.CIPS-3D: A 3D-Aware Generator of GANs Based on Conditionally-Independent Pixel Synthesis

基于样式的 GAN（StyleGAN）架构在生成高质量图像方面取得了最先进的结果，但它缺乏对相机姿势的明确和精确控制。最近提出的基于 NeRF 的 GAN 在 3D 感知生成器方面取得了很大进展，但它们还无法生成高质量的图像。本文介绍了 CIPS-3D，这是一种基于样式的 3D 感知生成器，由浅层 NeRF 网络和深层隐式神经表示 (INR) 网络组成。生成器独立合成每个像素值，
无需任何空间卷积或上采样操作
。此外，我们诊断了镜像对称问题，这意味着一个次优解决方案，并通过引入辅助鉴别器来解决它。在原始单视图图像上进行训练，CIPS-3D 为 3D 感知图像合成创造了新记录，在 FFHQ 上以 256 美元的分辨率处理图像的 FID 为 6.97，令人印象深刻。论文还展示了 CIPS-3D 的几个有趣方向，例如迁移学习和 3D 感知面部风格化。

二、热门学习工具

1、
Multiverso

• 分布式键值存储，链接展示了如何安装、使用和扩展。

相关链接：

Home · microsoft/Multiverso Wiki · GitHub

2、
DMTK

• 微软的分布式机器学习