![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
对抗攻击
文章平均质量分 94
不会算命的赵半仙
这个作者很懒,什么都没留下…
展开
-
ICCV2019-FSGAN:实现任意两张人脸图片换脸的GAN方法
Face Swap Gan是ICCV19的一篇文章,模型看起来比较复杂,总体结构是三个生成器和一个语义分割网络组成,能够实现任意两张人脸图片较好的换脸效果,在视频人脸重建中效果也比较好。 论文地址 工程地址 将一个换脸任务简单表述为给定两张任意的图片A和B,将图片A中的人脸换到图片B中的人脸上,方法整体的大致流程如下:输入图片A和B,首先调用第三方模型得到人脸B的欧拉角,然后利用生成模型Gr根据这个角度和人脸A,生成姿态角度与人脸B一致但保存A脸特征的人脸A’,接着利用分割模型S得到人脸B的脸部区域.原创 2021-01-04 16:17:41 · 4198 阅读 · 0 评论 -
图像语义分割(20) 通过图像合成方法检测训练中未出现的类别未知的物体
该论文通过图像合成方法检测训练中未出现的类别未知的物体,首先语义分割网络给类别未知物体的区域打上一个可信度较低的标签,这样根据语义分割结果重新生成原始输入时就会在该区域与真实的输入图像产生较大的差别,检测类别位置物体的任务变为检测合成图像与原始图像差别较大的区域。原创 2019-08-15 10:22:10 · 1377 阅读 · 0 评论