Image-to-Image重要论文

最新推荐文章于 2024-08-20 23:10:20 发布
最新推荐文章于 2024-08-20 23:10:20 发布
阅读量1.7k 收藏 23
点赞数 5
分类专栏： # 最新论文解读
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Czyaun/article/details/103056307
版权

主要是为了自己方便学习，有很多遗漏的地方，谅解~有时间再进一步完善

                                                      图像转换工作总结

类型会议/期刊模型简称论文代码发表年份主要工作

     

        无监督

 [many-to-many]

CVPRstarGAN原始论文pytorch实现2018认可度最高
ECCVGANimation原始论文pytorch实现2018在starGAN上的进一步工作
ECCVMUINT原始论文pytorch实现2018在UNIT上的进一步工作
ACCVsingleGAN原始论文pytorch实现2018在starGAN基础上的工作
TIPAttGAN原始论文pytorch实现2019与starGAN同时发布的工作
CVPRST-GAN原始论文pytorch实现2019当前sota模型
      
      
      
      

   

        无监督

    [one-to-one]

ICCVcycleGAN原始论文pytorch实现2017引入循环一致思想
ICCVdualGAN原始论文pytorch实现 2017与cycleGAN同样的思想
NIPSUNIT原始论文 pytorch实现2017引入隐藏编码
 U-GAT-IT原始论文pytorch实现2019当前的sota模型
      
      
      

        有监督

    [one-to-one]

CVPRpix2pixGAN原始论文pytorch实现2017最初提出图像翻译的模型
CVPRAPDrawing原始论文pytorch实现2019当前艺术肖像画sota模型
      
      
Czy_whlg
关注
专栏目录
图像到图像翻译(Image-to-Image Translation)
程序员光剑
07-12 665
图像到图像翻译(Image-to-Image Translation) Image-to-Image Translation. 图像到图像翻译(Image-to-Image Translation)
真·无监督！延世大学提出图像到图像无监督模型，实验结果超SOTA
06-04 328
图像翻译目的是用模型将源域图像转换到目标域图像，通常涉及标签图到场景图的转换、图像风格、人脸的属性变换、标签图到场景图的转换。 图像翻译任务自生成对抗网络提出就得到了快速发展，例如经典的pix2pix、CycleGAN、StarGAN。 上述模型虽然实现了从源域图像到目标域图像的转换，但也需要一定的标签参与或者需要建立源域和目标域各自的生成器。 而近日韩国延世大学的一篇名为《Rethinking the Truly Unsupervised Image-to-Image Translation》的论文
Image-to-Image Translation 图像翻译任务中的输入成对图像拼接成一张图技术详解
最新发布
li1784506的博客
08-20 393
在视觉项目中，图像数据集的预处理是一个非常重要的关键环节，在CycleGAN的项目代码中除本文 描述的一个小细节外，还有很多图像数据预处理代码值得大家学习和引用。在引言部分给出了项目代码的 hub库。想要阅读项目代码的同学可以自行下载学习。
Image-to-Image的论文汇总
小白学视觉
03-28 1639
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达图像生成一直是计算机视觉领域非常有意思的方向，图像到图像的变换是其中一个非常重要的应用，使用图像到图像的变换，可以完成非常多有趣的应用，可以把黑熊变成熊猫，把你的照片换成别人的表情，还可以把普通的照片变成毕加索风格的油画，自从GAN横空出世之后，这方面的应用也越来越多，下面是对这个领域的相关论文的一个整...
Image-to-image
weixin_43596323的博客
04-12 621
例如，在图像修复任务中，它可以将损坏的图像恢复为原始的、完整的图像。在图像风格转换任务中，它可以将一种风格的图像转换为另一种风格的图像。Image-to-image方法是一种用于图像转换的深度学习方法，它可以将输入图像转换为输出图像，例如将黑白图像转换为彩色图像、将草图转换为真实图像等。图像翻译（Image Translation）：将图像从一个领域转换到另一个领域，例如将黑白图像转换为彩色图像，将草图转换为真实图像，或者将低分辨率图像转换为高分辨率图像。训练网络：使用训练数据对网络进行训练。
CVPR 2020 | 几篇 image-to-image 论文速递
idol24的博客
06-10 2952
点击上方“机器学习与生成对抗网络”，关注"星标"获取有趣、好玩的前沿干货！戳我，查看GAN的系列专辑~！1 Fine-grained Image-to-Image Tr...
Image-to-Image Translation with Conditional Adversarial Networks 论文笔记
weixin_43399489的博客
07-22 1023
cGANs不同于普通的GANs，除了随机噪声z外，还在Generator和Discriminator中加入了原图x来进行计算。即GAN是学习从噪声z到输出y的映射，conditionalGAN是从图像x和噪声z到输出y的映射。G{x,z}→yGG{x,z}→yGenerator本文的生成器使用U-Net结构，而非简单的Encoder-Decoder结构。判别器使用PatchGAN，即把图像分割成70×7070×70。...
Image-to-Image Translation with Conditional Adversarial Networks
04-18
在图像处理、计算机图形学和计算机视觉领域，存在一类重要的问题，即图像到图像的转换。这类问题通常涉及到将输入图像转化为对应的输出图像，例如将黑白图像转化为彩色图像，或者将航拍图转化为地图。尽管这些任务在...
【AI论文和代码2021年】Zero-Shot_Text-to-Image Generation from OpenAI
11-25
标题中的“Zero-Shot Text-to-Image Generation”指的是在没有经过特定示例训练的情况下，模型能够根据输入的文本描述生成相应的图像的技术。OpenAI的研究团队在这个领域取得了突破性进展，他们开发的网络能够实现这...
Semi Supervised Learning for Few Shot Image to Image Translation
07-18
In the last few years, unpaired image-to-image translation has witnessed remarkable progress. Although the latest methods are able to generate realistic images, they crucially rely on a large number ...
论文Multimodal Unsupervised Image-to-Image Translation
summer2day的博客
05-16 4475
简介： 无监督图像迁移网络是计算机视觉领域的一个技术难题，即给定一张源域图像，如何在没有其他图像样本的情况下，学习相应目标域图像的条件分布。当处理多维条件分布时，现有的方法是在过度简化的假设条件下，通过绘制源域图像和确定的、一对一的目标图像来进行建模。 然而，上述方法无法用来生成给定源域图像的多种多样的目标图像。因此，本文提出了一种多维无监督图像迁移网络框架。 本文中假定代表图像可以被分解成...
Unpaired Image-to-Image Translation
10-19
Image-to-image translation is a class of vision and graph- ics problems where the goal is to learn the mapping between an input image and an output image using a training set of aligned image pairs.
Image-to-Image papers
Forlogenの解忧杂货铺
05-10 1868
Image-to-Image papers A collection of image-to-image papers. Papers are ordered in arXiv first version submitting time (if applicable). Feel free to send a PR or issue. TOC Supervised Unsupervised U...
[深度学习论文笔记][Image to Sentence Generation] Deep Visual-Semantic Alignments for Generating Image Descri
Hao_Zhang_Vision的博客
11-14 1600
Karpathy, Andrej, and Li Fei-Fei. “Deep visual-semantic alignments for generating image descriptions.” Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2015. (Citations:
图像几何校正 （介绍Image to Image几何校正详细步骤）
热门推荐
Unnatural_error的博客
07-25 1万+
图像几何变形一般分为两大类:系统性和非系统性。系统性一般有传感器本身引起的，有规律可循和可预测性，可以用传感器模型来校正，卫星地面接收站已经完成这项工作;非系统性几何变形是不规律的，它可以是传感器平台本身的高度、姿态等不稳定，也可以是地球曲率及空气折射的变化以及地形的变化等。我们常说的几何校正就是消除这些非系统性几何变形。 ENVI针对不同的数据源和辅助数据，有以下几种校正方法: 1） Image to Image几何校正 2)Imge to Map几何校正 3) ImagetoImage自动图像配准 4)
Image-to-Image Translation with Text Guidance
qq_44381060的博客
04-15 3323
Image-to-Image Translation with Text Guidance 作者：Bowen Li、Xiaojuan Qi、Philip H. S. Torr、Thomas Lukasiewicz 时间：2020 会议/期刊：CVPR 为什么提出该文（RefinedGAN）： 该文和以下的工作有联系： Image-to-image translation：该领域的工作和作品只专注于从像素标记的语义图像生成逼真的图像，而不能确定合成图像的视觉属性。 Text-to-image gener
paint-to-image
08-15
回答: "paint-to-image"是一个词组，指的是在图像上绘制或涂鸦的过程。通过使用画笔或其他工具，可以在图像上添加颜色、形状和纹理，以改变或增强图像的外观。在引用中提到的"paint brush"是一个常用的涂鸦工具，而引用中提到的应用程序则展示了如何在图像上双击来绘制一个圆圈。这种技术可以用于图像编辑、艺术创作和其他各种应用中。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [Mouse as a Paint-Brush - 鼠标作为画笔](https://blog.csdn.net/chengyq116/article/details/89787756)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] - *3* [ICCV 2019 最佳论文《SinGAN：从单张自然图像学习生成式模型》](https://blog.csdn.net/GAN_CVer/article/details/102946802)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT0_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值