- 博客(9)
- 收藏
- 关注
RSS订阅原创 First Order Motion Model for Image Animation 论文笔记
First Order Motion Model for Image Animation 论文笔记
2020-11-14 11:40:17
973
原创 Neural Head Reenactment with Latent Pose Descriptors 论文笔记
Neural Head Reenactment with Latent Pose Descriptors 论文笔记
2020-11-10 22:02:08
578
原创 Adversarial Examples are not Bugs, they are Features 论文笔记
在Adversarial Examples are not Bugs, they are Features]一文中认为对抗样本是属于样本的一种特征，而非BUG。文中将样本中的有效特征分为健壮特征与非健壮特征，并加以分析。
2020-10-28 23:31:36
2061
5
原创 Pixel-Level Domain Transfer 论文笔记
Pixel-Level Domain Transfer 论文笔记原理使用GAN使用两个鉴别器模型生成器鉴别器训练过程Pixel-Level Domain Transfer1，以下简称为Pixel-Level，是一种image-to-image 的conditional GAN。Pixel-Level试图解决的问题是：给定一个服装模特，输出该服装。原理使用GAN在给定一张源图时，生成的答案应该是不唯一的，如上图所示。在损失函数中，若直接计算生成出的目标图片图片I^T\hat{I}_{T}I^T和样
2020-10-17 17:45:17
755
原创 LAPGAN 论文笔记
LAPGAN 论文笔记高斯金字塔与拉普拉斯金字塔高斯金字塔拉普拉斯金字塔模型结构生成器鉴别器结合CGAN训练过程LAPGAN的目标是提升GAN生成图像的分辨率。在LAPGAN中，每一张图片由多次生成。前一次生成的输出为后一次的输入，并且分辨率逐层提升。在生成过程中每一步都是独立的一个GAN系统，并且分离训练。高斯金字塔与拉普拉斯金字塔定义d(x)d(x)d(x)为下采样操作，u(x)u(x)u(x)为上采样操作。对于图片III，张图片IkI_kIk的尺寸为Jk×JkJ_k\times J_kJk
2020-10-14 14:44:00
294
原创 DCGAN 浅析与实现
DCGAN 浅析与实现结构简述训练细节实现方式生成器鉴别器效果DCGAN1 主
2020-10-11 15:10:15
475
原创 The Six Fronts of the Generative Adversarial Networks 论文笔记
The Six Fronts of the Generative Adversarial Networks 论文笔记
2020-09-30 17:41:03
1325
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人