![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文学习
文章平均质量分 92
ZonyH
这个作者很懒,什么都没留下…
展开
-
MirroGAN: Learning Text-to-image Generation by Redescription
MirroGAN: Learning Text-to-image Generation by Redescription摘要尽管 GAN 已经能够生成非常逼真的高分辨率图片了, 但是要确保生成的图片和文本语义的一致还是一个很有挑战性的问题. 为了解决这个问题, 作者提出了 MirroGAN (a novel global-local attentive and semantic-preserv...原创 2020-04-24 18:11:28 · 642 阅读 · 2 评论 -
GAN 与人体姿态生成
GAN 与人体姿态生成持续更新中…Pose Guided Person Image Generation概述这篇文章主要解决的是人体姿态迁移的问题。具体就是给定一张原始图片和一个新的姿势,这个姿势使用关键点来表示的,网络的目的就是将原始图片的姿势转换到目标姿势。方法这篇文章将姿态迁移的任务分为了两个阶段,采用了 coarse-to-fine 的策略:首先生成比较模糊的图片,但是姿势...原创 2019-10-22 14:17:26 · 5260 阅读 · 0 评论 -
Photo Enhancer Using Generative Adversarial Networks
Photo Enhancer Using Generative Adversarial Networks最近看了几篇用 GAN 做 photo enhancer 的论文,在这儿总结一下。WESPE: Weakly Supervised Photo Enhancer for Digital Cameras主要贡献:这篇文章是在CVPR 2018上看见的。主要贡献如下:WESPE: 提供了...原创 2018-12-03 19:52:09 · 314 阅读 · 0 评论 -
Residual Network Research: Wide Residual Networks
WRNs:Wide Residual NetworksAbstract深度残差网络能够让我们将神经网络的层数增加到几千层仍然能够获得性能的提升。但是,准确率每提升一个百分点网络的层数几乎要增加一倍,因此训练非常深的残差网络存在降低特征重用的问题,这使得这些网络训练的很慢。为了解决这个问题,作者在这篇文章中做了很多对比实验来研究ResNet block的结构,然后提出了一种新的结构,在这种结构下...原创 2018-11-14 10:22:23 · 752 阅读 · 0 评论 -
Residual Network Research: Densely Connected Residual Network
DenseNet: Densely Connected Residual Network解决的问题:随着网络层数加深梯度消失的问题:As information about the input or gradient passes through many layers, it can vanish and “wash out” by the time it reaches the end...原创 2018-11-13 11:17:36 · 331 阅读 · 0 评论 -
论文阅读——《Image-to-Image Translation with Conditional Adversarial Networks》
论文阅读之 Image-to-Image Translation with Conditional Adversarial NetworksIntroduction这篇论文主要讲了如何将conditional GANs运用到Image-to-Image任务中,并且讲了如何设计网络来取得很好的效果。这篇文章的main contributions主要有两点:对于各种不同的问题(论文指的应该是...原创 2018-11-02 10:29:34 · 972 阅读 · 0 评论 -
论文阅读——《Wasserstein GAN》《Improved Training of Wasserstein GANs》
论文阅读之 Wasserstein GAN基础知识:f-Divergence原始GAN采用的是JS divergence来衡量两个分布之间的距离。事实上有一个统一的模式来衡量两个分布间的距离,它就是f-divergence。假设PPP和QQQ是两个分布。p(x)p(x)p(x)和q(x)q(x)q(x)是对应样本xxx的概率,则:Df(P∣∣Q)=∫xq(x)f(p(x)q(x))dxD...转载 2018-10-28 19:38:45 · 5548 阅读 · 3 评论 -
论文阅读——《Unsupervised Representation Learning With Deep Convolutional Generative Adversarial Networks》
论文阅读之 Unsupervised Representation Learning With Deep Convolutional Generative Adversarial NetworksIntroduction这篇论文主要有以下几个方面的贡献:作者对卷积GAN的拓扑结构提出并评估了一系列的限制, 使得卷积GAN在大部分的设置下能够稳定的训练. 作者把这种结构称作 Deep Con...原创 2018-10-21 12:18:13 · 1856 阅读 · 0 评论 -
论文阅读——《Conditional Generative Adversarial Nets》
论文阅读之 Conditional Generative Adversarial Nets原创 2018-10-04 15:33:30 · 3989 阅读 · 2 评论 -
论文阅读——《Generative Adversarial Nets》
论文阅读之 Generative Adversarial NetsSummaryGoodfellow 的这篇paper发布于2014年,提出了一种新的模型——生成对抗模型。这个模型其实就是训练两个相互对抗的网络,一个是训练一个生成器(Generator),另一个是训练一个判别器(Descriminator)。这两个网络是相互对抗的,生成器的目的是尽量产生接近真实图片的生成图片,其衡量标准就是...原创 2018-10-04 14:36:16 · 6298 阅读 · 2 评论