计算机视觉
假装很坏的谦谦君
计算机专业在读
展开
-
Self-Supervised Representation Learning by Rotation Feature Decoupling (旋转特征解耦的自我监督表示学习)
本文是论文 Self-Supervised Representation Learning by Rotation Feature Decoupling (旋转特征解耦的自我监督表示学习)的翻译,因作者本人水平有限,难免有不妥之处,还望读者不吝赐教,谢谢!摘要我们介绍了一种自我监督的学习方法,该方法着眼于表示的有益特性及其在推广到实际任务中的能力。该方法将旋转不变性纳入特征学习框架,这是视觉表示的许多良好且经过充分研究的特性之一,而以前的基于深度卷积神经网络的自我监督的表示学习方法很少对此加以欣.原创 2020-07-04 12:05:19 · 4780 阅读 · 0 评论 -
Make a Face: Towards Arbitrary High Fidelity Face Manipulation(做个脸:走向任意高保真脸部操纵)
本博客是对 论文 Make a Face: Towards Arbitrary High Fidelity Face Manipulation(做个脸:走向任意高保真脸部操纵)的翻译,因作者水平有限,翻译难免会有不妥当的地方,还请读者不吝赐教。摘要最近的研究表明,随着GAN和VAE范例的发展,在面部操作任务中取得了显著成功,但输出有时仅限于低分辨率并且缺乏多样性。在这项工作中,我们提出了附...原创 2020-05-03 22:10:39 · 2689 阅读 · 1 评论 -
Unsupervised Disentangling of Appearance and Geometry by Deformable Generator Network
本博客是论文 Unsupervised Disentangling of Appearance and Geometryby Deformable Generator Network的翻译,因作者水平有限,可能存在部分不准确的地方,还请读者不吝赐教。摘要待补充1 引言待补充2 相关工作待补充3 模型和学习算法3.1 模型图1: 模型的示意图。该模型包含两个生成器网络:一个外...原创 2020-05-02 21:56:07 · 1308 阅读 · 0 评论 -
Deep Laplacian Pyramid Networks for Fast and Accurate Super-Resolution 论文翻译
本博客是 论文 Deep Laplacian Pyramid Networks for Fast and Accurate Super-Resolution 的翻译,由于作者本人水平有限,翻译难免有不准确的地方,还望读者不吝赐教,谢谢。摘要最近,卷积神经网络展示了其用于单图像超分辨率的高质量重建的用途。在本文中,我们提出了一种拉普拉斯金字塔超分辨率网络(LapSRN) ,该网络用于逐步重建...原创 2020-03-10 15:31:26 · 1775 阅读 · 1 评论 -
变形自动编码器(Deforming Autoencoders)– 学习到解耦的表示形式
本博客针对计算机视觉领域一个新的模型:变形自动编码器。本文是论文 Deforming Autoencoders: Unsupervised Disentangling of Shape and Appearance 主要内容概括和思考,论文地址。部分内容翻译自 https://neurohive.io/en/computer-vision/deforming-autoencoders/ 因为本...原创 2020-02-10 18:47:37 · 3649 阅读 · 1 评论 -
Densely connected convolutional networks(密集连接的卷积网络)
本文是 CVPR 2017 论文 Densely connected convolutional networks. 的翻译学习,因为作者本人水平有限,如有不准确的地方还望读者不吝赐教。摘要最近的工作表明,卷积网络如果在靠近输入的层和靠近输出的层之间包含较短的连接,就可以更深入,更准确,更有效地进行训练。我们认同这个观察结果,并引入密集卷积网络(DenseNet),该网络以前馈的方式将每一...原创 2020-02-05 15:34:22 · 13518 阅读 · 0 评论 -
Deforming Autoencoders: Unsupervised disentangling of shape and appearance(附录)
本博客是论文 deforming autoencoders: unsupervised disentangling of shape and appearance 的附录部分的翻译,因为本人水平有限,难免有不准确的地方,还望读者不吝赐教。A 体系架构细节A.1 卷积编码器和解码器在我们的实验中,输入图像的大小为64×64×Nc(Nc 代表通道数目,对于MNIST,Nc为1,对于面部,N...原创 2020-01-27 23:49:41 · 2839 阅读 · 0 评论 -
Deforming Autoencoders: Unsupervised Disentangling of Shape and Appearance(变形自动编码器:无监督的解耦形状和外观)
本博客是 Computer Vision and Pattern Recognition (CVPR 2018) 的论文 Deforming Autoencoders: Unsupervised Disentangling of Shape and Appearance 的翻译,因为作者本人水平有限,翻译难免有不足之处,还请见谅!另外希望读者不吝赐教!摘要在本论文中,我们介绍变形自动编码器...原创 2020-06-05 22:57:59 · 1109 阅读 · 0 评论 -
Deep Network Interpolation for Continuous Imagery Effect Transition (基于深度网络插值的连续的图像效果转换)
用于连续影像效果转换的深度网络插值基于深度网络插值的连续影像效果转换原创 2019-11-15 12:21:34 · 3706 阅读 · 0 评论 -
Deep Feature Interpolation for Image Content Changes (基于深度特征插值的图像内容更改)
本文是论文 Deep Feature Interpolation for Image Content Changes (基于深度特征插值的图像内容更改) 的翻译,因为作者本人水平有限 ,部分翻译不准确的地方还请大家不吝赐教,我一定马上改正!摘要我们提出了深度特征插值( deep feature interpolation DFI),这是一种用于自动高分辨率图像转换的新的数据驱动基准。 顾...原创 2019-11-18 22:58:11 · 3549 阅读 · 0 评论 -
使用tensorflow实现深度卷积生成对抗网络,并使用DCGAN 生成手写数字(超详细)
本文继上一篇文章继续研究深度卷积生成对抗网络(DCGAN) ,本文主要讲解实现细节,使用 DCGAN 实现手写数字生成任务,通过这一个例子,读者可以进一步巩固上一篇博客所讲内容,同时对生成对抗网络会有更加详细的认识。加载训练用的数据集因为要生成手写数字,则首先需要一个手写数字的数据集来训练GAN,这里使用常见的快被用烂了的MNIST数据集,下面是加载数据集的工具文件:dataset_lo...原创 2019-12-20 11:24:35 · 4125 阅读 · 0 评论 -
生成对抗网络简介,深度卷积生成对抗网络(DCGAN)简介
本博客是个人学习的笔记,讲述的是生成对抗网络(generate adversarial network ) 的一种架构:深度生成对抗网络 的简单介绍和tensorflow 代码实现 MNIST手写数字生成实验。...原创 2019-12-19 15:29:23 · 7006 阅读 · 0 评论 -
Analyzing and Improving the Image Quality of StyleGAN (StyleGAN2 :分析和改善StyleGAN的图像质量)
NVIDIA 实验室在 styleGAN1 之后所做了改进,论文标题: Analyzing and Improving the Image Quality of StyleGAN (分析和改善StyleGAN的图像质量),本文是论文的翻译,因为作者本人水平有限,部分地方翻译可能有不妥当之处,还请读者不吝赐教,相互交流,一起进步。摘要基于样式的GAN架构(StyleGAN)在数据驱动的无条件...原创 2019-12-17 22:08:16 · 7158 阅读 · 1 评论 -
Controlling Style and Semantics in Weakly-Supervised Image Generation(在弱监督图像生成中控制样式和语义)
图片1:我们的方法可以通过高级属性或文本描述来控制场景及其对象的样式。它还支持通过遮罩进行图像操作,包括移动、删除或添加对象实例。背景和前景的分解(右上角)有助于场景的局部变化...原创 2019-12-15 10:52:10 · 2910 阅读 · 1 评论 -
机器学习中的维度合并,切分转换,不再傻傻分不清。(numpy 和 tensorflow 中 split,concat 等维度切分合并函数用法详解)
对于机器学习来说,需要在各种维度之间操作,转换,然而对于初学者来说,往往让人难感到很疑惑,之前有大佬的博客以某个矩阵为输入数据,详细演示了各种维度变换,但是缺乏一定的直观性,一堆数字看起来很烦,本篇博客以一种更加直观的方法来演示维度转换的效果。...原创 2019-12-13 21:58:34 · 3949 阅读 · 0 评论 -
Facelet-Bank for Fast Portrait Manipulation(腾讯优图:用于快速人像操作的 Facelet-Bank)
本博客是腾讯优图 2018年 入选 cvpr 的论文 Facelet-Bank for Fast Portrait Manipulation 的翻译,因作者本人水平有限,部分地方翻译的可能不准确,还请读者不吝赐教,我一定马上改正!摘要随着智能手机和社交网络的普及,数字面部操纵已成为一种流行且引人入胜的操作图像的方式。 由于用户偏好,面部表情和配件种类繁多,因而需要通用且灵活的模型来适应不同...原创 2019-12-09 22:06:10 · 3187 阅读 · 0 评论 -
A Style-Based Generator Architecture for Generative Adversarial Networks(基于样式的对抗生成网络生成器体系结构)
本博客是2019 CVPR 论文 A Style-Based Generator Architecture for Generative Adversarial Networks 的翻译,由于作者水平有限,翻译过程中难免有不妥当之处,还请不吝指教,我一定及时改正。摘要我们借鉴样式转移文献,为生成性对抗网络提出了一种替代的生成器体系结构。 新的架构可自动学习,无监督地分离高级属性(例如,当在...原创 2019-12-04 22:04:11 · 5225 阅读 · 0 评论