论文阅读
文章平均质量分 93
读论文
bigbigvegetable
这个作者很懒,什么都没留下…
展开
-
论文阅读:Image Processing Using Multi-Code GAN Prior
水平有限,有错望纠。 1. Introduction 尽管生成式对抗网络(GANs)在图像合成方面取得了成功,但将训练好的GAN模型应用于真实图像处理仍然具有挑战性。 实现这一目标的主要挑战是标准的GAN模型通常是 从随机噪声中合成图像,因此无法获取真实图像进行后续图像处理。通常的做法是将给定的图像反转回潜在代码,以便生成器可以重建它。要逆转生成过程,现有方法分为两种类型。一种是通过反向传播使...原创 2020-04-26 16:41:54 · 2576 阅读 · 0 评论 -
论文阅读:Your Local GAN: Designing Two Dimensional Local Attention Mechanisms for Generative Models
1.概要 文章主要两点贡献,首先引入了一个新的局部稀疏注意层(local sparse attention layer),该层保留了二维几何形状和局部性。 文章证明,用文章的结构替换SAGAN的密集注意力层,我们就可以获得非常显着的FID,初始得分(Inception score )和纯净的视觉效果。 在其他所有参数保持不变的情况下,FID分数在ImageNet上从18.65提高到15.94。 ...原创 2020-03-23 21:38:00 · 2197 阅读 · 0 评论 -
论文阅读:Seeing What a GAN Cannot Generate
GAN到底难以生成哪些东西呢?或者说,GAN到底生成不了什么。模式崩塌被视为GAN所面临的最大的难题之一。GAN会忽视目标分布中的某些部分。本文的这项研究从分布级和实例级上对模式崩塌进行了可视化。 1.方法 1.1在分布级上量化模式崩塌 本文部署了一个语义分割网络,分割生成图像和真实数据集中的图像,比较分割出来的类别的分布。统计数据的差异能够揭示GAN忽视的目标类别。统计数据的差别作者采用了...原创 2020-03-17 21:00:07 · 332 阅读 · 1 评论