每日论文 Learning from Simulated and Unsupervised Images through Adversarial Training

苹果首发

用没有标签的真实人眼数据通过训练一个模拟器提炼网络(生成器)去提炼生成的人眼图片,增加生成人眼图片的真实性。用一个对抗损失和一个自正则化损失函数去优化训练过程。

这个优化方程优化生成器R,同时增加了约束项,将提炼的人眼和生成的人眼就行L1范式最小化。


这个优化方法优化辨别器,除了用生成的人眼数据使得值最小,还用到真实的人眼数据优化使得值最大。

为了增加真实效果,还进行了局部辨别器处理和缓存提炼图片等算法。网络也用到残差网络保留很多输入图像信息。


  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值