GAN 的渐进式训练方法 PI-REC:手绘草稿迅速重建为完整图像 ...

雷锋网(公众号:雷锋网) AI 科技评论按,在图像处理中,生成对抗网络(GAN)的应用非常广泛。本文想给大家推荐一个使用基于 GAN 的渐进式训练方法 PI-REC,能从超稀疏二值边缘以及色块中还原重建真实图像的项目。

该项目可以帮你快速将手绘草稿转为成品图,随便画几笔就能转成完整画像,简直堪称手残党的福音!

下面是用该项目的方法重建真实图像的例子:

TB1qohzOG6qK1RjSZFmXXX0PFXa.jpg TB1lF0wOQvoK1RjSZPfXXXPKFXa.gif TB1fkpvOMHqK1RjSZFgXXa7JXXa.gif TB1dSVxOMHqK1RjSZFPXXcwapXa.gif

项目对应的论文地址为:http://t.cn/EJYO93N

本项目是关于图像重建,图像翻译,条件图像生成,AI 自动绘画的前沿交叉领域,而非简单的以图搜图。重心在超稀疏信息输入的还原重建上,并非自动绘画。

本项目包含了测试代码以及交互式绘画工具。当然,这个项目还不能达到辅助专业人士绘图的程度。工具的操作示例如下图:

TB1OF0wOQvoK1RjSZPfXXXPKFXa.gif TB1k1xqOSzqK1RjSZFLXXcn2XXa.gif

PI-REC 的模型体系结构如下图所示:

TB1cAXvONTpK1RjSZFMXXbG_VXa.png

想了解更多,可以移步到 github 或者阅读论文原文吧~

雷锋网版权文章,未经授权禁止转载。详情见转载须知。

  • 0
    点赞
  • 2
    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