Pluralistic Image Completion(2019 CVPR)论文解读

问题

如何得到不完整图像潜层变量的分布,并且从该分布中采样的得到完整的图像?

创新点

1.提出了两条并行训练的新网络结构,将先验条件和潜在变量耦合产生多元结果。

2.在生成网络中加入长短期注意力层,提高真实感。

研究历程

 

方法 

 

 

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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