尹口水每-CSDN博客

原创 java基础

（5）java中static方法不能被覆盖，因为覆盖式基于运行时动态绑定的，而static是编译时静态绑定的。“==” 比较的两个对象在内存中是否为同一对象,比较的是引用，而equals方法比较的是内容。java不支持全局可见的变量，全局变量破坏了引用透明性原则，可能会导致命名空间的冲突。（4）静态内部类相对外部类是独立存在的，在静态内部类中无法直接访问外部类中变量、方法。定义抽象类就是让其他类继承，但final修饰的类不能被继承。，为java的运行提供了所需环境。（1）抽象方法不能是静态的，

2023-09-13 23:01:48 53

原创 FDA-GAN: Flow-based Dual Attention GAN for Human Pose Transfer（用于人体姿势转移的基于流的双注意GAN 文献总结）

FDA-GAN: Flow-based Dual Attention GAN for Human Pose Transfer（用于人体姿势转移的基于流的双注意GAN 文献总结）1.介绍出发点：现有的方法没有充分利用源和目标之间的空间相关性，无法保留合成图像中的外观细节。创新点：构成双重注意力机制的可变形局部注意力和流相似性注意力分别负责导出可变形和遮挡感知融合的输出特征。为了在传输过程中保持姿势和全局位置的一致性，该文章中国设计了一个姿势归一化网络，用于学习从目标姿势到源人物的自适应归一化。目

2022-03-18 21:18:37 433

原创 Lightweight Texture Correlation Network for Pose Guided Person Image Generation（文献总结）

Lightweight Texture Correlation Network for Pose Guided Person Image Generation（文献总结）1.介绍**出发点：**现有方法无法对源域和目标域之间的相关性进行全面建模。他们大多只关注关键点的相关性，而忽略细节纹理。该文章提出了一种新的纹理相关网络（TCN）来同时建立姿势和纹理的相关性。TCN为两阶段设计，包括两个网络：姿势引导的人物对齐网络（PGPAN）：生成与目标姿势对齐的粗略人物图像纹理相关注意网络（TCAN）：

2022-03-18 21:17:57 402

原创 MUST-GAN（用于自驱动人物图像生成的多级统计数文献总结）

MUST-GAN（用于自驱动人物图像生成的多级统计数文献总结）本文提出一种新的多级统计传输模型，该模型从人物图像中分离和传输多级外观特征，并将其与姿势特征合并，从而重建源人物图像本身。即源图像作为自我驱动的人物图像生产的监督。具体来说，我们模型从外观编码器中提取多级特征，并通过注意机制和属性统计学习最佳外观表示。然后我们将它们转移到一个姿势引导生成器中，用于重新融合外观和姿势。1.介绍该论文提出的自驱动的人的图像生成方法，在训练中不使用任何成对的源目标图像。具体而言，该论文中提出了一种新的多层统计

2022-03-07 21:38:34 424

原创 Controllable Person Image Synthesis with Attribute-Decomposed GAN（基于属性分解GAN的可控人体图像合成文献总结）

Controllable Person Image Synthesis with Attribute-Decomposed GAN（基于属性分解GAN的可控人体图像合成文献总结）核心思想：将人的属性作为独立的代码嵌入到潜在空间中，通过显示风格表示的混合和插值操作实现对属性的灵活连续控制。1.介绍上图所示的是由多个源图像提供所需的人的属性的可控的人的图像合成。该模型通过将组件属性嵌入到潜在空间中构造样式代码，并将从人物图像中提取的关键点的二维骨架编码为姿态代码，通过自由编辑样式代码，实现对合成的特定

2022-03-07 16:46:44 361

原创 PISE: Person Image Synthesis and Editing with Decoupled GAN（人的图像合成和编辑与解耦GAN文献总结）

PISE: Person Image Synthesis and Editing with Decoupled GAN（人的图像合成和编辑与解耦GAN文献总结）1.

2022-03-04 19:45:43 779

原创 Deep Image Spatial Transformation for Person Image Generation（基于深度图像空间变换的人物图像生成文献总结）

Deep Image Spatial Transformation for Person Image Generation（基于深度图像空间变换的人物图像生成文献总结）由于卷积神经网络缺乏对输入进行空间变换的能力而受到了限制。本文中，采用了一个可微的全局流局部注意框架，用于在特征级重新组合输入。具体而言，首先计算源和目标之间的全局相关性，以预测流场。然后，从特征图中提取流动的局部面片对，计算局部注意系数。最后利用获得的局部注意系数，使用内容感知采样方法扭曲源特征。1.介绍本文将基于流的操作和注意力机制

2022-03-03 20:15:43 3096

原创 Unsupervised Person Image Generation with Semantic Parsing Transformation（基于语义解析转换的无监督人物图像生成文献总结）

Unsupervised Person Image Generation with Semantic Parsing Transformation（基于语义解析转换的无监督人物图像生成文献总结）1.简单介绍将人体之间的直接映射分解为两个更容易访问的子任务，即语义解析转换和外观生成。首先，为了简化非刚性变形学习，提出乐一种语义生成网络来实现语义解析映射之间的转换其次，利用外观生成网络学习合成语义感知的纹理无监督任务的主要挑战：由于人体的非刚性特性，当前基于卷积的网络难以对空间偏差的人体部位进行转

2022-03-03 16:14:06 276

原创 Pose Guided Person Image Generation（姿态引导的人体图像生成文献总结）

Pose Guided Person Image Generation（PG2姿态引导的人体图像生成文献总结）该网络可以基于人物的图像和新的姿势合成任意姿势的人物图像。主要包括两个关键阶段：姿势集成和图像细化。姿势集成：将图像和目标姿势输入一个类似U网的网络，以生成具有目标姿势的人的初始但粗糙的图像。图像细化：通过对抗的方式训练一个类似于U网的生成器来细化初始模糊的结果。1.姿势集成任务：将条件化人物图像IA与目标姿势PB相结合，生成一个粗略的结果IB^^^,在目标图像IB中捕捉人体的整体结

2022-02-23 20:55:34 1597

原创 Disentangled Person Image Generation（解构的人物形象生成文献总结）

Disentangled Person Image Generation（解构的人物形象生成文献总结）1.介绍由于前景、背景和姿势信息等不同图像因素之间的复杂相互作用，生成一个新颖但逼真的人物图像是很具有挑战性的。在该文中，首先，提出了一种多分支重建网络，将三种因素分解并编码为嵌入特征，然后将这些特征组合起来重新合成输入图像本身，其次，以对抗的方式学习三个相应的映射函数。总之：我们的整个管道分两个阶段进行，如下图所示。在第一阶段，我们使用一个人的图像作为输入，并将信息分解为三个主要因素，即前景、背景和

2022-02-23 15:56:12 2190

原创人体姿势生成相关知识

人体姿势生成文献参考知识

2022-01-19 20:36:30 1030

原创 A Style-Based Generator Architecture for Generative Adversarial Network（笔记）

A Style-Based Generator Architecture for Generative Adversarial Netwo（笔记）1.潜在空间1.1概念数据的潜在空间表示包含数据点所需要的所有重要信息。此表示必须表示原始数据的特征。2.自编码器（AE）自编码器由两部分组成，编码器和解码器。编码器：将数据从高维空间压缩到低维空间（即潜在空间）。解码器：以潜在空间为输出作为输入判断能否完整的还原数据。3.GAN的评价指标3.1Frechet Inception Dista

2022-01-04 10:29:35 148

原创 XingGAN for Person Image Generation（人体姿势生成笔记）

XingGAN for Person Image Generation（动作迁移笔记）1.概述XingGAN中的生成器由两个代分支组成，分别对人的外观和形状信息进行建模。此外，我们提出了两个新的块，以交叉的方式有效地传递和更新人的形状和外观嵌入，从而相互改进。数据集：Market 1501 ，DeepFashion2.介绍基于论文：Progressive Pose Attention Transfer for Person Image Generation实现目标：输入一个人物图像和几个理想姿势

2021-12-28 21:06:37 3015

原创 MATLAB学习总结

1.基本操作和矩阵输入1.1基本操作ans: matlab中的临时变量，当没有定义变量只进行运算时，会将结果存到ans中（不需要指明存到ans中）。变量: 不需要定义类型，为变量赋值时，只能使用“变量名 = 值”来进行赋值，定义变量名时，变量名中可以包含数字，但是数字不能放在第一位。特别的变量名和常量：ansi,jInf：无穷epsNaN：不是一个数字pi:π注：这些变量虽然你仍然能够直接赋值，但是在你赋值之后，他们将失去原来的作用，会只是一个被赋了值的变量。例如： co

2021-11-23 17:14:13 754

原创图像相关算法整理

图像相关算法整理1.HE算法（灰度直方图均衡算法）原理：将原始图像的灰度直方图从比较集中地某个灰度区间变成全部灰度范围内的均匀分布步骤：- （1）遍历每一帧图像中的所有像素，记录每个灰度值出现的像素个数- （2）统计每个灰度值占总像素的百分比，即每个灰度值出现的概率- （3）建立一个映射表，对原图像的灰度值一一进行映射，修改成新的灰度值，映射关系为：新灰度值 = （最大灰度值（255） - 最小灰度值（0））*累计概率缺点：对处理的数据不加选择，他可能会增加背景噪声的对比度并且降低有用信

2021-11-18 19:45:33 4553

原创 python学习(3)

python学习(3)函数：一段可以重用的有名称的代码模块：处理某一类问题的集合，模块由函数和类组成。模块通常没有可执行语句（main函数）包：一个完成特定任务的工具箱1.函数1.1函数的定义及调用定义格式：def 函数名([形参表])：函数体语句序列 [return表达式]调用格式：函数名([实参表])1.2函数的参数1.2.1按引用传递参数python采用的传递参数的方式函数使用新变量名来引用原始值这种方式形参按位置引用实参值，也称位置参数1.2.2

2021-08-06 16:52:27 213

原创 python学习(2)

python学习(2)1.条件语句1.1if/else语句单分支格式： if<condition>: statements双分支格式:if<condition>: statement1else: statement21.2if语句嵌套if<condition1>: if<condition2>: statement1 else: statement2else: if<condition3&

2021-08-04 15:54:38 83

原创 python学习(1)

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！这是你第一次使用 Markdown编辑器所展示的欢迎页。如果你想学习如何使用Mar

2021-08-04 09:40:32 546

zbjcjdi的博客