gan 生成
Walter Wu
衣带渐宽终不悔; 为伊消得人憔悴。
展开
-
pgGAN编码空间解析
描述一张图片对于人来说是一个很简单的事情。在机器学习中这个任务是一个通过提取整整进行分类或者回归的问题,当前有很多的算法在物体识别和物体检测领域已经超过了人类。然而从另一个方面来说,通过描述来生成一张真实的图片是非常困难的事情,在机器学习领域这是一个生成任务,这种任务比判别任务更加具有挑战性,主要是因为,我们需要从input中获取更多的信息来生成图片。我们所做的工作是透明化latte...原创 2019-07-30 16:47:20 · 986 阅读 · 0 评论 -
SRGAN
摘要这篇论文摘要中说,最近的图像超分辨率的工作大都集中于以均方差(MSE)作为损失函数,这样会造成生成图像过于平滑,缺少高频细节,看起来很不爽,所以提出了基于生成式对抗网络的网络结构,据我们所知这是生成式对抗网络第一次应用于4倍下采样图像的超分辨重建。本文提出了一个由adversarial loss和content loss组成的损失函数,损失函数作为GAN的判别器损失函数来对生成图像进行判别...原创 2019-08-12 19:07:17 · 504 阅读 · 0 评论 -
PIX2PIX HQ详解
High-Resolution Image Synthesis and Semantic Manipulation with Conditional GANs摘要本文介绍一个新的条件GAN网络,与以往的网络不同的是,这个网络能够生成2048*1024的图片,这种网络可以通过两种特征来实现视觉交互编辑。第一种,通过实例对象语义信息,可以增加减少物体,改变物体的类别。第二种方式是,同样的输入生...原创 2019-08-12 19:00:31 · 1160 阅读 · 0 评论 -
VQ-VAE
Generating Diverse High-Fidelity Images with VQ-VAE-2摘要 本文主要研究VQ-VAE在大尺度图像生成器上的应用,我们改进了自回归的先验来生成比以前更加优秀的图片,本文使用的是简单的编码和解码器,他们的速度比较快,VQ-VAE需要一个在潜在空间自回归的模型,他的速度要快于像素空间回归,多层次结构的VQ-VAE能够产生强大的先验,这样会...原创 2019-08-12 18:59:18 · 6324 阅读 · 0 评论 -
TLGAN
描述一张图片对于人来说是一个很简单的事情。在机器学习中这个任务是一个通过提取整整进行分类或者回归的问题,当前有很多的算法在物体识别和物体检测领域已经超过了人类。然而从另一个方面来说,通过描述来生成一张真实的图片是非常困难的事情,在机器学习领域这是一个生成任务,这种任务比判别任务更加具有挑战性,主要是因为,我们需要从input中获取更多的信息来生成图片。我们所做的工作是透明化lattent ...原创 2019-08-12 18:50:52 · 293 阅读 · 0 评论 -
Style-GAN encoder 详解
Image2StyleGAN: How to Embed Images Into the StyleGAN Latent Space?摘要本文使用一种有效的算法,能够将图片映射到styleGAN的潜在空间,使用FFHD训练好的styleGAN作为实例,演示风格转化,表达转化等。通过研究这个算法的编码结果提供一种研究styleGAN 潜在空间的有效方法。文中通过一系列的试验来测试,什么样...原创 2019-07-27 22:13:24 · 7965 阅读 · 3 评论 -
Style-GAN
Style-base 生成器前言本文是我阅读stype-based论文的一些感悟以及一些对这个模型的简单介绍,其中包含了自己对论文的理解,有不对的地方希望多多指正。结构篇与传统方法对比这个模型中不包含latent code的输入层。其改进之处主要分成了四个部分:加入了mapping network 一...原创 2019-07-27 22:03:15 · 1522 阅读 · 0 评论 -
AttGAN
AttGAN: Facial Attribute Editing by Only Changing What You Want摘要本文和以往不同之处是attribute classification constraint,用来保证在生成网络的时候,正确的属性转变。 Reconstruction learning,保证改变属性之外的其他属性正常。Adversarial learning (对...原创 2019-07-30 16:49:42 · 4104 阅读 · 0 评论 -
一张图片换脸,三星AI最强换脸模型
一张图片换脸 Few-Shot Adversarial Learning of Realistic Neural Talking Head ModelsGithub 地址:https://github.com/grey-eye/talking-heads摘要说话图像合成的效果,使用在不同视频顺序相同人抽取的landmarks(左边),和使用不同人...原创 2019-10-10 10:25:18 · 3891 阅读 · 0 评论