值得精读的GAN论文推荐

最新推荐文章于 2024-08-16 08:47:10 发布
最新推荐文章于 2024-08-16 08:47:10 发布
阅读量4.6k 收藏 50
点赞数 10
分类专栏： 深度学习与计算机视觉 GAN
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/qq_25737169/article/details/84864808
版权

前言

本文主要推荐一些生成对抗网络（GAN，generative adversarial networks）相关的值得精读的论文，主要涉及GAN的优化，图像翻译，视频预测三个领域，可以作为GAN的学习顺序进行阅读。

GAN的优化

想要使用GAN完成期望的学习任务，精致的网络设计和合适的目标函数必不可少，二者是实现较高performance的关键因素。
在损失函数的优化论文方面，效果比较突出且使用较多的主要有三篇论文，分别是：lsgan, wgan-gp, 谱归一化GAN：

  1. Improved training of Wasserstein GANs ：https://arxiv.org/abs/1704.00028
  2. Least squares generative adversarial networks. ： https://arxiv.org/abs/1611.04076
  3. Spectral normalization for generative adversarial networks：https://arxiv.org/abs/1802.05957
    这三篇论文提出的loss或正则方法都对GAN的优化有不小的作用，笔者也都做过相关实验，效果突出。

除了损失函数，网络结构的设计也是完成GAN训练任务里重要的一部分，此方面可以参考的文章主要有以下几篇：

  1. Deep generative image models using a Laplacian pyramid of adversarial networks: https://arxiv.org/abs/1506.05751
    特征金字塔GAN，(如下图)不同scale的图像可以提供不同精细程度的信息。
    image.png-120.5kB

image.png-228.7kB
2. Unsupervised representation learning with deep convolutional generative adversarial networks: https://arxiv.org/abs/1511.06434
这篇是DCGAN，文章主要就是推行卷积结构的GAN网络，包括采样层的设计，激活函数的选择等等。

3.Stacked generative adversarial networks ：https://arxiv.org/abs/1612.04357
4.StackGAN: Text to photo-realistic image synthesis with stacked generative adversarial networks. ： https://arxiv.org/abs/1612.03242
这两篇篇论文引出stackGAN, 表明生成器的串联在某些任务上可以实现更好的效果

  1. Progressive growing of GANs for improved quality, stability, and variation： https://arxiv.org/abs/1710.10196
    这篇是proGAN, 提出从最低分辨率的图像开始生成，逐渐生成更高分辨率的图像，在此过程中，网络结构由简单逐渐变得复杂。网络完成训练后，足以生成2K分辨率真假难辨的图像。

  2. High-resolution image synthesis and semantic manipulation with conditional GANs：https://arxiv.org/abs/1711.11585
    这篇论文在loss和网络结构上都有一些改进，很适合图像翻译任务。

图像翻译

图像翻译任务是指将图像从一个域转到另一个域，比如：风格迁移，图像上色，图像转换等等，代表作主要是pix-2-pix系列。这里有个图像翻译小demo，感兴趣可以试玩下：https://affinelayer.com/pixsrv/

image.png-150.6kB

  1. Unsupervised pixel-level domain adaptation with generative adversarial networks ：https://arxiv.org/abs/1612.05424
  2. Multimodal unsupervised image-to-image translation. ： https://arxiv.org/abs/1804.04732
  3. Image-to-image translation with conditional adversarial networks. ：https://arxiv.org/abs/1611.07004
  4. Unsupervised image-to-image translation networks.　：　https://arxiv.org/abs/1703.00848
  5. Coupled generative adversarial networks　：　https://arxiv.org/abs/1606.07536
  6. Learning from simulated and unsupervised images through adversarial training　：　https://arxiv.org/abs/1612.07828
  7. Unsupervised cross-domain image generation. : https://arxiv.org/abs/1611.02200
  8. High-resolution image synthesis and semantic manipulation with conditional GANs. : https://arxiv.org/abs/1711.11585
  9. Unpaired image-to-image translation using cycle-consistent adversarial networks. : https://arxiv.org/abs/1703.10593
  10. Toward multimodal image-to-image translation. : https://arxiv.org/abs/1711.11586

视频预测

GAN在图像上取得巨大成功的原因就是GAN可以很好学习到图像数据的数据分布并模拟出来，科研人员就开始将其应用到视频预测领域，根据视频的前一段时间发生的情况预测接下来的视频走向。这部分内容对研究视频合成，视频预测，异常检测等都有重要价值，也可以用来做一些有意思的demo。

  1. Unsupervised learning of disentangled representations from video ： https://arxiv.org/abs/1705.10915
  2. Unsupervised learning for physical interaction through video prediction. : https://arxiv.org/abs/1605.07157
  3. Video pixel networks. : https://arxiv.org/abs/1610.00527
  4. Stochastic adversarial video prediction. : https://arxiv.org/abs/1804.01523
  5. Dual motion GAN for future-flow embedded video prediction. : https://arxiv.org/abs/1708.00284.
  6. Deep predictive coding networks for video prediction and unsupervised. : https://arxiv.org/abs/1605.08104
  7. Deep multi-scale video prediction beyond mean square error. : https://arxiv.org/abs/1511.05440
  8. Unsupervised learning of video representations using lstms. : https://arxiv.org/abs/1502.04681
  9. Decomposing motion and content for natural video sequence prediction. : https://arxiv.org/abs/1706.08033
  10. Generating the future with adversarial transformers. : https://ieeexplore.ieee.org/document/8099802
  11. The pose knows: Video forecasting by generating pose futures. : https://arxiv.org/abs/1705.00053

总结

本文主要推荐了一些GAN相关的文章，从理论分析到场景应用，从图像到视频。论文的推荐顺序既可以用来快速查找，也可以用来作为进阶的阅读顺序，人力有时穷，还有更多未提到的较好工作，欢迎补充。

BTW

从论文的链接上发现，大佬们的优秀成果都喜欢放在arxiv上，所以，大家希望探究最新的工作时，不妨直接去arxiv网站上找，这里给出链接：http://cn.arxiv.org/ 输入关键字，就可以查找希望看到的论文。

image.png-231.4kB

Double_V_
关注
专栏目录
【图像超分】论文精读：ESRGAN: Enhanced Super-Resolution Generative Adversarial Networks
畅游计算机视觉的海洋
03-30 6336
超分辨率生成对抗网络(SRGAN)[1]是一项开创性的工作，能够在单幅图像超分辨率过程中生成逼真的纹理。然而，幻觉细节往往伴随着令人不快的伪影。为了进一步提高视觉质量，我们深入研究了SRGAN的三个关键组件——网络架构、对抗性损失和感知损失，并改进它们中的每一个以获得增强的SRGAN (ESRGAN)。特别是，我们引入了无批归一化的残差密集块(RRDB)作为基本网络构建单元。此外，我们借鉴了相对论GAN[2]的思想，让鉴别器预测相对真实性而不是绝对值。
【CVPR_2023论文精读】E4S: Fine-grained Face Swapping via Regional GAN Inversion
zik的博客
05-28 2999
人脸交换是将源人脸的身份信息(如人脸成分的形状、纹理等)传递给给定的目标人脸，同时保留与身份无关的目标人脸属性信息(如表情、头部姿势、背景等)。源脸身份的保存（肤色、形状、纹理）具体是面部皮肤、眉毛、眼睛、鼻子、嘴唇和嘴巴如何正确处理面部遮挡（头发与目标脸相同）具体是头发、眼镜、耳朵、耳环、颈部和背景等非内部人脸区域身份保存此文身份保存用RGI方法来明确地解纠缠人脸成分的形状和纹理，而不是使用人脸识别模型或3DMMs。属性保存此文属性保存是用纹理编码和mask的一个混合来完成。缩写全拼。
【每周CV论文推荐】基于GAN的图像数据增强有哪些经典论文值得阅读
hacker_long的专栏
09-20 1529
欢迎来到《每周CV论文推荐》。在这个专栏里，还是本着有三AI一贯的原则，专注于让大家能够系统性完成学习，所以我们推荐的文章也必定是同一主题的。当前基于GAN的二维图像生成领域的发展已经非常成熟，GAN不仅可以用于从零生成图像数据，还可以用于对数据进行增强，不仅是数量上的扩充，还包括数据质量的提升，本次我们给大家推荐一些值得阅读的文章。作者&编辑 | 言有三1 数据扩增BAGAN与DAGAN...
学习GAN必须阅读的10篇论文
TensorFlowNews
03-22 3288
本文转载自：魔图互联。欢迎访问网站查看详细教程：Tensorflow（pytorch）系列教程 生成对抗网络是深度学习中最有趣和最受欢迎的应用之一。本文将列出 10 篇关于 GAN 的论文，这些论文详细介绍了 GAN，以及了解最新技术的基础。 目录： DCGAN Improved Techniques for Training GANs Conditional GANs Progressivel...
MSG-GAN 项目教程
最新发布
gitblog_00283的博客
08-16 700
MSG-GAN 项目教程 msg-gan-v1MSG-GAN: Multi-Scale Gradients GAN (Architecture inspired from ProGAN but doesn't use layer-wise growing)项目地址:https://gitcode.com/gh_mirrors/ms/msg-gan-v1 项目介绍 MSG-GAN（Multi-Sc...
2018最佳GAN论文回顾（上）
阿里云云栖号
01-14 1413
我很高兴今年参加了一个研究项目，这要求我必须熟悉大量用于计算机视觉方面的深度学习领域的资料。我对过去两、三年内取得的进展感到惊讶，这真的非常令人兴奋和鼓舞，所有不同的子领域，如图像修复、对抗性样本、超分辨率或是三维重建，都大大得益于近期的发展。然而，有一种神经网络，它受到了大量的宣传和炒作—生成性对抗网络（Generative Adversarial Networks，GANs）。我也认为...
GAN 论文大汇总
CoderPai的博客
04-24 1万+
关于生成对抗网络（GAN）的新论文每周都会出现很多，跟踪发现他们非常难，更不用说去辨别那些研究人员对 GAN 各种奇奇怪怪，令人难以置信的创造性的命名！当然，你可以通过阅读 OpanAI 的博客或者 KDNuggets 中的概述性阅读教程，了解更多的有关 GAN 的信息。在这里汇总了一个现在和经常使用的GAN论文，所有文章都链接到了 Arxiv 上面。 GAN — Generative Advers
【每周GAN论文推荐】最经典与常见的GAN目标函数设计汇总
hacker_long的专栏
09-23 953
欢迎来到《每周CV论文推荐》。在这个专栏里，还是本着有三AI一贯的原则，专注于让大家能够系统性完成学习，所以我们推荐的文章也必定是同一主题的。在对抗生成网络中，目标函数（损失函数）具有非常重要的作用，不同的目标函数决定了网络训练时不同的演化方向。本文将推荐常见的用于生成任务的目标函数设计相关论文。作者&编辑 | 小米粥编辑 | 言有三1. GANGAN领域的开山之作，设计了一种新颖且有效的...
10篇GANs必读论文推荐
AI公园
06-15 730
点击上方“AI公园”，关注公众号，选择加“星标“或“置顶”作者：Connor Shorten编译：ronghuaiyang导读生成对抗网络是深度学习中最有趣和最受欢迎的应...
【论文精读CVPR_2022】Region-Aware Face Swapping
zik的博客
10-23 1280
【Paper】【Code】首先1)局部面部区域感知(Local Facial Region-Aware, FRA)分支通过引入Transformer来有效地建模偏移的跨尺度语义交互，增强了局部身份相关特征。2) Global Source Feature Adaptive (SFA)分支进一步补充了生成身份一致交换面孔的全局身份相关线索。此外，我们提出了一个与StyleGAN2结合的人脸面具预测器(FMP)模块，以一种无监督的方式预测与身份相关的软人脸面具，这对于生成和谐的高分辨率人脸更实用。
StyleGAN2探骊得珠（二）：论文精读与注释，一代中的ARTIFACT是怎样产生的，二代网络中又是怎样消除它们的？
weixin_41943311的博客
04-27 3172
为了区别起见，在下面的正文中我们将原始的StyleGAN称之为一代StyleGAN（在直接匹配论文原文的翻译中，仍然称之为StyleGAN），改进后的版本我们称之为StyleGAN2。 一代StyleGAN生成的图像有一个很明显的缺陷，就是在几乎所有的图像中都会出现液滴状伪影（aritifact），所以StyleGAN2把消除液滴伪影作为一个最优先的工作来完成。 那么一代StyleGAN为什么...
GAN原始论文
07-22
GAN 原始论文, 英文
GAN 论文总结
02-02
一篇GAN的论文总结，主要介绍了生成对抗网络及其后续改进模型。
【图像拼接】论文精读：STREAMLINING THE IMAGE STITCHING PIPELINE: INTEGRATINGFUSION AND RECTANGLING INTO A UNIFI
畅游计算机视觉的海洋
04-30 985
基于学习的图像拼接技术通常涉及三个不同的阶段：配准、融合和矩形。这些阶段通常是按顺序执行的，每个阶段都是独立训练的，导致潜在的级联错误传播和复杂的参数调整挑战。在重新思考融合和矩形阶段的数学建模时，我们发现这些过程可以有效地组合成一个单一的、各种强度的修复问题。因此，我们提出了一种有效的无训练图像拼接方法Simple和Robust Stitcher (SRStitcher)，将融合阶段和矩形阶段合并为一个统一的模型。通过使用加权掩码和大规模生成模型，SRStitcher 可以在单个推理中解决融合和矩形问题，
Generative Adversarial Net 生成对抗模型
huxcai的专栏
09-01 2491
资料搜集 论文＋代码：1.纹理合成 Markovian Generative Adversarial Networks (MGANs) for training generative neural networks for efficient texture synthesis 简介：Precomputed Real-Time Texture Synthesis with Markovian Ge
2021年12月90篇GAN/对抗论文汇总
idol24的博客
01-07 2687
戳我，查看GAN的系列专辑~！等你着陆！【GAN生成对抗网络】知识星球！001 (2022-01-6) Realistic Full-Body Anonymization with S...
必读的10篇关于GAN的论文
热门推荐
AI 算法笔记
07-08 1万+
前言 上次写的文章-- 一文了解下 GANs可以做到的事情，如果想进一步了解 GAN，学习研究 GAN，可以先从这 10 篇论文开始。 本文翻译自： https://towardsdatascience.com/must-read-papers-on-gans-b665bbae3317 原文介绍 10 篇介绍 GANs 以及最新进展的论文，跟原文介绍顺序有所不同，我是根据时间顺序，从最开始提出的 ...
[转]GAN论文集
09-27 258
really-awesome-gan A list of papers and other resources on General Adversarial (Neural) Networks. This site is maintained by Holger Caesar. To complement or correct it, please contact me at holge...
GAN系列文献笔记
pandamax的博客
01-16 3077
                                                                                                             GAN(生成对抗网络)    参考文献：[1] Goodfellow Ian, Pouget-Abadie J, Mirza M, et al. Generative advers...
YOLOv1论文精读：目标检测的快速方法
“YOLOv1论文精读，YOLOv1概述，推理阶段，训练阶段，网络结构，损失函数，YOLO后续版本，YOLOv1论文精度，B站UP主同济子豪兄的讲解，S×S网格，BBB个预测框，置信度” YOLO（You Only Look Once）是一种实时目标...
评论 4
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