盘点丨2021年不可错过的40篇AI论文，你都读过吗？

以下是每篇论文的详细信息：

1、DALL·E: Zero-Shot Text-to-Image Generation from OpenAI

论文链接：https://arxiv.org/pdf/2102.12092.pdf

代码地址：https://github.com/openai/DALL-E

视频解读：https://youtu.be/DJToDLBPovg

论文链接：https://vogue-try-on.github.io/static_files/resources/VOGUE-virtual-try-on.pdf

视频解读：https://youtu.be/i4MnLJGZbaM

3、Taming Transformers for High-Resolution Image Synthesis

论文链接：https://compvis.github.io/taming-transformers/

代码地址：https://github.com/CompVis/taming-transformers

视频解读：https://youtu.be/JfUTd8fjtX8

4、Thinking Fast And Slow in AI

论文链接：https://arxiv.org/abs/2010.06002

视频解读：https://youtu.be/3nvAaVSQxs4

5、Automatic detection and quantification of floating marine macro-litter in aerial images

论文链接：https://doi.org/10.1016/j.envpol.2021.116490
代码地址：https://github.com/amonleong/MARLIT
视频解读：https://youtu.be/2dTSsdW0WYI

6、ShaRF: Shape-conditioned Radiance Fields from a Single View

论文链接：https://arxiv.org/abs/2102.08860
代码地址：http://www.krematas.com/sharf/index.html
视频解读：https://youtu.be/gHkkrNMlGNg

7、Generative Adversarial Transformers

论文链接：https://arxiv.org/pdf/2103.01209.pdf
代码地址：https://github.com/dorarad/gansformer
视频解读：https://youtu.be/HO-_t0UArd4

8、We Asked Artificial Intelligence to Create Dating Profiles. Would You Swipe Right?

论文链接：https://studyonline.unsw.edu.au/blog/ai-generated-dating-profile
代码地址：https://colab.research.google.com/drive/1VLG8e7YSEwypxU-noRNhsv5dW4NfTGce#forceEdit=true&sandboxMode=true&scrollTo=aeXshJM-Cuaf
视频解读：https://youtu.be/IoRH5u13P-4

9、Swin Transformer: Hierarchical Vision Transformer using Shifted Windows 

论文链接：https://arxiv.org/abs/2103.14030v2
代码地址：https://github.com/microsoft/Swin-Transformer
视频解读：https://youtu.be/QcCJJOLCeJQ

10、IMAGE GANS MEET DIFFERENTIABLE RENDERING FOR INVERSE GRAPHICS AND INTERPRETABLE 3D NEURAL RENDERING

论文链接：https://arxiv.org/pdf/2010.09125.pdf
视频解读：https://youtu.be/dvjwRBZ3Hnw

11、Deep nets: What have they ever done for vision?

论文链接：https://arxiv.org/abs/1805.04025
视频解读：https://youtu.be/GhPDNzAVNDk

12、Infinite Nature: Perpetual View Generation of Natural Scenes from a Single Image

论文链接：https://arxiv.org/pdf/2012.09855.pdf
代码地址：https://github.com/google-research/google-research/tree/master/infinite_nature
视频解读：https://youtu.be/NIOt1HLV_Mo
在线试用：https://colab.research.google.com/github/google-research/google-research/blob/master/infinite_nature/infinite_nature_demo.ipynb#scrollTo=sCuRX1liUEVM

13、Portable, Self-Contained Neuroprosthetic Hand with Deep Learning-Based Finger Control

论文链接：https://arxiv.org/abs/2103.13452
视频解读：https://youtu.be/wNBrCRzlbVw

14、Total Relighting: Learning to Relight Portraits for Background Replacement

论文链接：https://augmentedperception.github.io/total_relighting/total_relighting_paper.pdf
视频解读：https://youtu.be/rVP2tcF_yRI

15、LASR: Learning Articulated Shape Reconstruction from a Monocular Video 

论文链接：https://openaccess.thecvf.com/content/CVPR2021/papers/Yang_LASR_Learning_Articulated_Shape_Reconstruction_From_a_Monocular_Video_CVPR_2021_paper.pdf
代码地址：https://github.com/google/lasr
视频解读：https://youtu.be/lac7wqjS-8E

16、Enhancing Photorealism Enhancement

论文链接：http://vladlen.info/papers/EPE.pdf
代码地址：https://github.com/isl-org/PhotorealismEnhancement
视频解读：https://youtu.be/3rYosbwXm1w

17、DefakeHop: A Light-Weight High-Performance Deepfake Detector

论文链接：https://arxiv.org/abs/2103.06929
视频解读：https://youtu.be/YMir8sRWRos

18、High-Resolution Photorealistic Image Translation in Real-Time: A Laplacian Pyramid Translation Network

论文链接：https://arxiv.org/pdf/2105.09188.pdf
代码地址：https://github.com/csjliang/LPTN
视频解读：https://youtu.be/X7WzlAyUGPo

19、Barbershop: GAN-based Image Compositing using Segmentation Masks

论文链接：https://arxiv.org/pdf/2106.01505.pdf
代码地址：https://github.com/ZPdesu/Barbershop
视频解读：https://youtu.be/HtqYMvBVJD8

20、TextStyleBrush: Transfer of text aesthetics from a single example

论文链接：https://arxiv.org/abs/2106.08385
代码地址：https://github.com/facebookresearch/IMGUR5K-Handwriting-Dataset?fbclid=IwAR0pRAxhf8Vg-5H3fA0BEaRrMeD21HfoCJ-so8V0qmWK7Ub21dvy_jqgiVo
视频解读：https://youtu.be/hhAri5fl-XI

21、Animating Pictures with Eulerian Motion Fields

论文链接：https://arxiv.org/abs/2011.15128
代码地址：https://eulerian.cs.washington.edu/
视频解读：https://youtu.be/KgTa2r7d0I0

22、CVPR 2021 Best Paper Award: GIRAFFE – Controllable Image Generation

论文链接：http://www.cvlibs.net/publications/Niemeyer2021CVPR.pdf
代码地址：https://github.com/autonomousvision/giraffe
视频解读：https://youtu.be/JIJkURAkCxM

23、GitHub Copilot & Codex: Evaluating Large Language Models Trained on Code

论文链接：https://arxiv.org/pdf/2107.03374.pdf
代码地址：https://copilot.github.com/
视频解读：https://youtu.be/az3oVVkTFB8

24、Apple: Recognizing People in Photos Through Private On-Device Machine Learning

论文链接：https://machinelearning.apple.com/research/recognizing-people-photos
视频解读：https://youtu.be/LIV-M-gFRFA

25、Image Synthesis and Editing with Stochastic Differential Equations

论文链接：https://arxiv.org/pdf/2108.01073.pdf
代码地址：https://github.com/ermongroup/SDEdit
视频解读：https://youtu.be/xoEkSWJSm1k
https://colab.research.google.com/drive/1KkLS53PndXKQpPlS1iK-k1nRQYmlb4aO?usp=sharing

26、Sketch Your Own GAN

论文链接：https://arxiv.org/abs/2108.02774
代码地址：https://github.com/PeterWang512/GANSketching
视频解读：https://youtu.be/vz_wEQkTLk0

27、Tesla’s Autopilot Explained

在今年8月的特斯拉AI日上，特斯拉AI总监Andrej Karpathy和其他人展示了特斯拉是如何通过八个摄像头采集图像，打造了基于视觉的自动驾驶系统。

视频解读：https://youtu.be/DTHqgDqkIRw

28、Styleclip: Text-driven manipulation of StyleGAN imagery

论文链接：https://arxiv.org/abs/2103.17249
代码地址：https://github.com/orpatashnik/StyleCLIP
视频解读：https://youtu.be/RAXrwPskNso
https://colab.research.google.com/github/orpatashnik/StyleCLIP/blob/main/notebooks/StyleCLIP_global.ipynb

29、TimeLens: Event-based Video Frame Interpolation

论文链接：http://rpg.ifi.uzh.ch/docs/CVPR21_Gehrig.pdf
代码地址：https://github.com/uzh-rpg/rpg_timelens
视频解读：https://youtu.be/HWA0yVXYRlk

30、Diverse Generation from a Single Video Made Possible

论文链接：https://arxiv.org/abs/2109.08591
代码地址：https://nivha.github.io/vgpnn/
视频解读：https://youtu.be/Uy8yKPEi1dg

31、Skillful Precipitation Nowcasting using Deep Generative Models of Radar

论文链接：https://www.nature.com/articles/s41586-021-03854-z
代码地址：https://github.com/deepmind/deepmind-research/tree/master/nowcasting
视频解读：https://youtu.be/dlSIq64psEY

32、The Cocktail Fork Problem: Three-Stem Audio Separation for Real-World Soundtracks

论文链接：https://arxiv.org/pdf/2110.09958.pdf
代码地址：https://cocktail-fork.github.io/
视频解读：https://youtu.be/Rpxufqt5r6I

33、ADOP: Approximate Differentiable One-Pixel Point Rendering

论文链接：https://arxiv.org/pdf/2110.06635.pdf
代码地址：https://github.com/darglein/ADOP
视频解读：https://youtu.be/Jfph7Vld_Nw

34、(Style)CLIPDraw: Coupling Content and Style in Text-to-Drawing Synthesis    

CLIPDraw论文链接：https://arxiv.org/abs/2106.14843
在线试用：https://colab.research.google.com/github/kvfrans/clipdraw/blob/main/clipdraw.ipynb

StyleCLIPDraw论文链接：https://arxiv.org/abs/2111.03133
在线试用：https://colab.research.google.com/github/pschaldenbrand/StyleCLIPDraw/blob/master/Style_ClipDraw.ipynb

视频解读：https://youtu.be/5xzcIzHm8Wo

35、SwinIR: Image restoration using swin transformer

论文链接：https://arxiv.org/abs/2108.10257
代码地址：https://github.com/JingyunLiang/SwinIR
视频解读：https://youtu.be/GFm3RfrtDoU
https://replicate.ai/jingyunliang/swinir

36、EditGAN: High-Precision Semantic Image Editing

论文链接：https://arxiv.org/abs/2111.03186
代码地址：https://nv-tlabs.github.io/editGAN/
视频解读：https://youtu.be/bus4OGyMQec

37、CityNeRF: Building NeRF at City Scale

论文链接：https://arxiv.org/pdf/2112.05504.pdf
代码地址：https://city-super.github.io/citynerf/
视频解读：https://youtu.be/swfx0bJMIlY

38、ClipCap: CLIP Prefix for Image Captioning

论文链接：https://arxiv.org/abs/2111.09734
代码地址：https://github.com/rmokady/CLIP_prefix_caption
视频解读：https://youtu.be/VQDrmuccWDo
在线试用：https://colab.research.google.com/drive/1tuoAC5F4sC7qid56Z0ap-stR3rwdk0ZV?usp=sharing


当然，博主在整理的过程中也不能保证完美。经网友提醒，这里可以手动添加一项突破性研究：「AlphaFold」。

去年，谷歌旗下人工智能技术公司 DeepMind 宣布深度学习算法「Alphafold」破解了出现五十年之久的蛋白质分子折叠问题。2021年7月，AlphaFold 的论文正式发表在《Nature》杂志上。

论文链接：https://www.nature.com/articles/s41586-021-03819-2

这项研究被评为Nature年度技术突破，Alphafold 的缔造者之一 John Jumper 也被评为《Nature》2021 年度十大科学人物。DeepMind也已经将他们的预测结果免费开放给公众。

对于你来说，2021年最令人印象深刻的论文又是哪篇呢？

来源：机器之心