CV--对抗学习
文章平均质量分 86
ReaFly
计算机视觉 研究生
展开
-
GAN & GAN Inversion
1. 《A Style-Based Generator Architecture for Generative Adversarial Networks》2. 《Encoding in Style: a StyleGAN Encoder for Image-to-Image Translation》通过PSP结构获取stylelGAN的初始图像编码3. 《Towards Real-World Blind Face Restoration with Generative Facial Prior》原创 2021-04-07 21:04:30 · 2457 阅读 · 0 评论 -
Image translation
1.《Semantic Image Analogy with a Conditional Single-Image GAN》–ACM MM2020提出了一个新任务:semantic image analogy. 即给定一个图像image 和 其对应mask, 以及一个target mask, 将原始image 参考 source mask 到 target mask 的变换,转为target image。具体流程为:首先计算source mask 和 target mask的变换参数,然后通过SFT模原创 2021-02-04 16:10:07 · 1774 阅读 · 0 评论 -
CV--对抗思想及其应用
对抗思想的基本配置一般是一个生成器和一个判别器,核心关键在于loss的设计,通常,一个loss用于帮助网络判别两种输入,另一个loss用于使得网络混淆两种输入。对抗思想应用非常广泛,包括生成对抗网络(GAN),异常检测(anomaly detection),域自适应(domain adaptation),半监督分割(semi-supervised) 等等。1.异常检测全部用正常样本训练生成器,...原创 2020-04-11 16:58:35 · 882 阅读 · 0 评论