一直保持的追求有三點：技術、快樂、財富，這裏記錄每週值得分享的內容，週五把歡樂送達。
微信公衆號同步更新，歡迎您的關注！
技術
1、DeepFill v2
關注過圖像修復領域的朋友，一定聽說過DeepFill算法。DeepFill v1算法開源已久，是CVPR 2018的一篇佳作。DeepFill v2的論文放出也有一陣子了，但是一直沒有開源。
10月27日，作者團隊終於在Github放出自己的代碼，效果很是驚豔，論文也被收錄到了ICCV2019 Oral。
圖像修復（Image Inpainting）要解決的問題是在內容缺失的圖片上進行填充，填充後的圖片儘量自然。例如，左圖是原始圖片，中間標記想去掉的部分，右圖就是去除後的效果。可以看到，去除後的背景紋理也跟着一起修復了。其實，算法就是根據去除區域的背景紋理，對空白區域進行了自然紋理填充。
項目地址：https://github.com/JiahuiYu/generative_inpainting
2、Few-shot vid2vid
GAN在圖像生成領域雖然研究十分廣泛，然而在視頻生成領域卻還存在許多問題。主要原因在於生成的視頻很難保證前後幀的一致性，容易出現抖動。
vid2vid在pix2pixHD基礎上，加入了時序約束，改善了抖動問題，實現了高分辨率的視頻生成。
雖然vid2vid合成技術已經取得了顯著進展，但依然存在以下兩種侷限：
其一，現有方法極其需要數據。訓練過程中需要大量目標人物或場景的圖像；
其二，學習到的模型泛化能力不足。
爲了克服這兩種侷限，英偉達的研究者提出了 Few-shot vid2vid，一種基於小樣本的vid2vid算法，該算法可以利用少量的數據，就可以實現視頻的合成。
有一些很有趣的玩法，比如，可以讓一個雕像，跟隨人的節奏跳舞。
再比如，讓"蒙娜麗莎"跟隨人的表情"說話"。
至於代碼，作者在issues中提到，他們正在等在律師的反饋，得到批准後，代碼會很快發佈出來。
感興趣的朋友，可以持續跟進下。
項目地址：https://github.com/NVlabs/few-shot-vid2vid
3、PySlowFast
不過還有一個令人惱火的問題有待解決：視頻理解。
視頻理解指的是對視頻片段進行分析並進行解讀。雖然有一些最新的進展，現代算法還遠遠達不到人類的理解層次。
FaceBook AI Research何凱明團隊提出了SlowFast，一種新穎的方法來分析視頻片段的內容。算法採用快慢雙通道網絡FastPath和SlowPath，FastPath負責捕捉動作信息，SlowPath負責捕捉視覺語義信息，最後在無預訓練的情況下，在Kinetics數據集上視頻分類準確率達到了79.0%，在AVA action detection數據集上達到了當前最好的28.3mAP。
10月28日，算法的代碼也在Github上放出。
項目地址：https://github.com/facebookresearch/SlowFast
4、SinGAN
SinGAN將GAN帶入了一個新領域，從單幅自然圖像中學習非條件生成模型，它能夠捕捉圖像的內部塊分佈信息，生成具有相同視覺內容的高質量、多變的樣本。
SinGAN使用多尺度對抗訓練方案來跨多個尺度學習圖像內部統計信息，可以將其用於生成新的逼真圖像樣本，該樣本在生成新目標和結構的同時保留原始圖像塊分佈。
有了SinGAN是不是在一定程度上可以幫你解決訓練樣本不夠，樣本不均衡的問題呢？
項目地址：https://github.com/tamarott/SinGAN
5、Gaussian YOLOv3
做過目標檢測的，對YOLOv3應該都不陌生，Gaussian YOLOv3就是對YOLOv3的一個改進版本。
Gaussian YOLOv3針對自動駕駛室外場景，通過高斯建模，損失函數重構等方法，改進了YOLOv3算法精度，提高TP並顯着降低FP，同時保持實時性。
與YOLOv3相比，改進後的算法在KITTI數據上的mAP提高了3.09。
項目地址：https://github.com/jwchoi384/Gaussian_YOLOv3
6、Photoshop 2020
Adobe爲Photoshop 2020準備了新的功能，一鍵摳圖。採用用機器學習算法，快速扣取目標，不僅識別精準，還能機智地保留細節。
毛髮也都能分割的很好，有不太理想的地方，也可以再修修補補。
其實，功能實現的背後，就是用到了類似Deep Image Matting的算法。
Adobe還沒有公佈該功能的正式發佈時間，不過官方表示：快了。
7、ClothFlow
ClothFlow是一個基於外觀流的衣服生成模型，主要用於將一個圖片中的服裝渲染到另外一張圖片上，其想要實現的效果是這樣的：
具體的實現方式，是使用一個級聯的特徵金字塔網絡，估算源服裝區域和目標服裝區域的幾何變換，然後通過多個基於編碼器-解碼器的生成網絡來實現“衣服遷移”。
在論文中，作者也多次提到了這一研究的應用場景：虛擬試衣等服裝相關應用。
尤其是在直播場景中，有不少的想象空間。這一技術成熟後，主播可以虛擬換裝，省去買衣服的成本和換衣服的時間。而且， 用戶也可以根據自己的喜好給主播選穿什麼樣的衣服。
論文地址：Han_ClothFlow_A_Flow-Based_Model_for_Clothed_Person_Generation_ICCV_2019_paper.pdf
快樂
1、來自老父親的愛
2、憑實力單身
財富
聊聊最近的A股，A股的強勢股換了又換，如今輪到了區塊鏈相關企業。
10月24日下午，大大在主持學習時強調，區塊鏈技術的集成應用在新的技術革新和產業變革中起着重要作用。
10月25日，老百姓看到新聞的時候，A股已經停盤。晚上，美股開盤，擁有區塊鏈技術的迅雷一夜之間暴漲107%。
10月28日，A股開盤，新湖中寶、文化長城等擁有區塊鏈技術的公司股票相繼漲停。
截止10月31日，文化長城6板，新通聯5板，區塊鏈總龍頭新湖中寶也是穩穩的縮量4板。漲停梯隊看着很完整，但漲停數降至新低14家，跌停增至59家，漲停股連漲率35.71%，連板4家，炸板率46%，短線氛圍冰點。
再說說A股大盤，美聯儲降息，美股再創新高，印度股市也創新高，全世界都在漲，唯獨A股全線下挫。
2019年，還剩下2個月。今年的A股，在全球表現不算差，年初來了波氣勢十足的小漲，人們以爲盼着的牛市到來了，結果股市跌宕起伏，震盪到現在。
定投的基金，投了大半年，虧損的日子比盈利的日子多一些，不過整體還好，屬於可接受範圍，符合預期。
500ETF這兩天跌了不少，快到了階段性低位，感興趣的朋友，可以關注一波。
最後
本週的程序員歡樂送，到此結束，下週再會。