GAN
文章平均质量分 91
zzl_1998
XMU
展开
-
[CVPR-20: InterFaceGAN] Interpreting the Latent Space of GANs for Semantic Face Editing
参考:https://www.cnblogs.com/wanghui-garcia/p/13163007.html目录摘要方法Single SemanticMultiple Semantic.Manipulation in the Latent Space实验Latent Space SeparationLatent Space ManipulationConditional Manipulation摘要前人工作假设隐空间满足分布表示,但观察到矢量计...原创 2021-08-18 22:00:13 · 1918 阅读 · 0 评论 -
【GAN 04】可解释性GAN
本文是对http://www.seeprettyface.com/research_notes.html的学习笔记不想让GANs随机生成图片,希望通过控制输入的参数去生成特定的图片。例如:在手写数字图片的生成中,希望通过输入,控制数字,高度以及形状等。但为输入的某一维度,对输出的影响是不清楚的。1. InfoGAN:可解释的GAN人为要求输入向量对输出影响要明确。把输入的向量z拆分为子向量c和子向量z',我们希望输出包含c的信息,即我们可以通过一个classifier提取出c的信息,..原创 2020-12-04 16:42:01 · 992 阅读 · 0 评论 -
【GAN 03】auto-encoder在GAN中的应用
本文是对http://www.seeprettyface.com/research_notes.html的学习笔记1. minimize reconstruction error,可以保证原图信息的保留。2. Face Attribution一致:(1)CoGAN:encoder x和encoder y的最后几层共享参数。(2)Guillaume Lample:判别face attribution属于哪个域。(3)ComboGAN:将两条回路拼在一起,通过clcle consistency,使.原创 2020-12-04 12:21:57 · 1462 阅读 · 0 评论 -
【GAN 02】GAN在风格迁移上的应用
本文是对http://www.seeprettyface.com/research_notes.html的学习笔记1. CycleGAN:在传统风格迁移算法中:认为backbone的浅层包含纹理、颜色信息;深层包含结构信息,并用Gram描述style feature相似性,二范数描述content feature相似性。还可以建立类似auto-encoder的框架,用两个生成器代替encoder和decoder,其中第一个生成器用于将图片做风格迁移,第二个生成器用于将上一步输出转换为原始图片,保证.原创 2020-12-04 11:44:52 · 5160 阅读 · 0 评论 -
【GAN 01】初识GAN
本文是对http://www.seeprettyface.com/research_notes.html的学习笔记评价指标:Inception Score评价图片质量。真实图片是233分,越高越好;FID反应生成图片的多样性,越低越好。一、初识GANs生成器旨在学习已知分布到未知分布的映射关系,拟合真实数据的分布。同时可证最大似然等价于最小化两分布的KL散度。判别器旨判别图片归属于生成或真实数据。同时可证最大化判别器等价于求两分布的JS散度。因此,求解的生成器可转换为:具..原创 2020-12-03 18:55:17 · 512 阅读 · 0 评论