![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
GAN
文章平均质量分 93
来日可期1314
世界是个无限循环
展开
-
【论文阅读】High-Resolution Image Synthesis and Semantic Manipulation with Conditional GANs
我们提出了一种利用CGAN从语义标记映射合成高分辨率真实感图像的新方法。条件GAN已经实现了多种应用,但其结果往往局限于低分辨率,而且离现实还很远。在这项工作中,我们使用一种新的对抗损失,以及新的多尺度生成器和鉴别器结构,生成了2048×1024视觉上吸引人的结果。此外,我们将我们的框架扩展到交互式视觉操作,并增加了两个特性。首先,我们结合了对象实例分割信息,它支持对象操作,如删除/添加对象和更改对象类别。其次,我们提出了一种在给定相同输入的情况下生成不同结果的方法,允许用户交互地编辑对象外观。原创 2023-02-16 22:09:03 · 97 阅读 · 1 评论 -
【论文阅读】InfoGAN: Interpretable Representation Learning by Information Maximizing GAN
本文描述了InfoGAN,它是生成对抗网络的一个信息论扩展,能够以完全无监督的方式学习解耦表征。InfoGAN是一个生成式对抗网络,它也能最大化一个小子集的潜在变量与观测值之间的互信息。我们得到了一个可以有效优化的互信息目标的下界。具体来说,InfoGAN成功地从MNIST数据集的数字形状中分离出书写风格,从3D渲染图像的照明中分离出姿势,从SVHN数据集的中心数字中分离出背景数字。它还发现了CelebA脸部数据集上的视觉概念,包括发型、是否戴眼镜和情绪。原创 2022-12-27 17:53:21 · 360 阅读 · 1 评论