CVPR2018：Disentangled Person Image Generation 换装换姿势

最新推荐文章于 2022-02-23 15:56:12 发布
最新推荐文章于 2022-02-23 15:56:12 发布
阅读量2.0k 收藏 2
点赞数
分类专栏： 论文笔记 文章标签： CVPR2018
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zichen7055/article/details/81209665
版权

三部分：

1，运用openpose这个库，生成pose的18个dots，并将这concat进decoder之前的feature map中

2，在经过卷积运算后的feature map上，运用mask，将前后景分离，背景的feature map也是直接concat进最后的feature map中

3，核心是前景的处理上，用7个ROI进一步将前景解开，然后用公用的encoder生成前景的featuremap

zichen7055
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
专栏目录
图像生成(Image Generation) 原理与代码实例讲解
AGI通用人工智能之禅
06-26 62
图像生成(Image Generation) - 原理与代码实例讲解 1.背景介绍 图像生成技术近年来取得了显著的进展，尤其是在深度学习和生成对抗网络（GANs）的推动下。图像生成不仅在学术研究中占据重要地位，还在实际应用中展现了巨大的潜力，如自动驾驶、医疗影
基于深度学习GAN的Ai换装（比赛记录）
热门推荐
cv君的博客
06-26 1万+
比赛记录(一) 一、AI换装： 1：模型安装与调试 Viton -Gan 项目地址： https://github.com/shionhonda/viton-gan clone好以后，目录中只有文件，没有文件夹，缺少： 1：编译环境，torch -gpu版本地址：链接：https://pan.baidu.com/s/1d6ThY0AlhDF-cJQenL8vLw 提取码：j784 通过pip install XXXXXXX.whl安装 （python3.7， 64位，cuda为10.2） 通过pip
NVIDIA开源DG-Net：用GAN做“淘宝式”换衣，辅助行人重识别
郑哲东的博客
05-16 2873
今天要介绍的论文是NVIDIA，UTS，ANU在CVPR19上的Oral文章， Joint Discriminative and Generative Learning for Person Re-identification. 本文生成了高质量的行人图像，将其与行人重识别模型融合，来达到高质量行人生成图像辅助行人重识别训练，提升行人重识别精度的目标。 论文链接：https://arxiv.org...
python换衣服_GAN入门：5分钟学会行人换衣生成
weixin_39622521的博客
11-28 1629
前几天英伟达开源了DG-Net的源码。让我们来回顾一下这篇CVPR19 Oral的论文。论文是英伟达(NVIDIA), 悉尼科技大学(UTS), 澳大利亚国立大学(ANU)的研究人员 在CVPR19上口头报告的文章《 Joint Discriminative and Generative Learning for Person Re-identification》。 深度学习模型训练时往往需要大量...
机器学习-40-GAN-07-Feature Extraction(InfoGAN,VAE-GAN,BiGAN,Feature Disentangle(Voice Conversion))
迷雾总会解
01-16 1219
本节主要介绍InfoGAN，VAE-GAN，BiGAN和Triple GAN，可以用于做feature extraction。还介绍了Domain-adversarial training,Voice Conversion(声音转换)以及Feature Disentangle(特征解耦)。
CVPR 2020 | ACGPN: 基于图像的虚拟换装新思路
idol24的博客
06-21 4186
点击上方“机器学习与生成对抗网络”，关注"星标"获取有趣、好玩的前沿干货！CVPR 2020之117篇GAN论文分类清单编辑 AI科技评论本文介绍的是CVPR2020入...
ano_pred_cvpr2018:用于异常检测的纸张未来框架预测的正式实施-新基准，CVPR 2018
05-02
异常检测的未来帧预测-新基准 此回购协议是的的官方开源资源刘雯，罗维新，连东泽和高 。 演示在。 它是在tensorflow中实现的。 请按照说明运行代码。 1.安装（建议使用python3.6安装Anaconda） ...
ALOCC-CVPR2018:对抗性学习的新颖性检测一类分类器（ALOCC）
05-28
对抗性学习的新颖性检测一类分类器（ALOCC-CVPR2018） 这项工作的灵感来自生成对抗网络（GAN）的成功，该网络可在无人监督和半监督情况下训练深度模型。 我们为一类分类提出了一种端到端的体系结构。 该体系结构...
SIN:CVPR 2018
05-12
在CVPR 2018中。（ ） 要求：软件 Tensorflow 1.3.0的要求（请参阅： ） 您可能没有的Python软件包： cython ， python-opencv ， easydict 安装（足够用于演示） 克隆SIN存储库 # Make sure to clone with --...
MapNet:CVPR 2018聚焦
05-18
这是CVPR 2018 Spotlight论文“针对相机本地化的地图的几何感知学习”的项目页面。 我们的算法MapNet允许您以完全数据驱动的方式从一系列图像中估算已知场景中摄像机的姿态。 更重要的是，它使您能够使用该场景中的...
Semantic-Segmentation-in-CVPR-2018:CVPR 2018中的语义细分论文列表
05-16
CVPR-2018中的语义分段 CVPR 2018中的语义细分论文清单。 口头/海报： 海报： 海报： 海报： 海报： 聚焦/海报： 海报：[关于标签质量在语义分割中的重要性] 海报：[通过迭代挖掘共同对象特征的弱监督语义分割] ...
disentangled
03-09
disentangled
论文笔记（一）【 Disentangled Representation Learning GAN for Pose-Invariant Face Recognition】
daydayjump的博客
07-07 1万+
论文地址：论文 大体分为两部分，第一部分是自己读文章时的记录，第二部分是自己总的感想。 一、论文概述： 1、在摘要中提出了DR-GAN的名字，给出了论文的三个创新点。 （1）通过generator 的encoder-decoder框架学习了生成和判别的表示（representation）； （2）这种表示是从姿态这种人脸变量得出。姿态（pose）代码传输到decoder，姿态的估计（es...
【论文笔记】Disentangled Graph Collaborative Filtering --- SIGIR2020
weixin_44884854的博客
10-28 3975
摘要 从历史交互数据中学习用户、物品的表示是协同过滤中重要的一步。当前的嵌入方程利用用户-项目关系来丰富表示，从单个用户-项目实例演变为整体交互图。尽管如此，大多数的模型仍然使用统一的方式处理用户-物品之间的关系，忽略了不同用户意图对采购物品的影响，例如消磨时间、真正感兴趣、给家人买东西等。这种统一的方法对对用户进行建模容易导致次优表示（suboptimal representations），未能对不同的关系进行建模并在表示中分离用户意图。 在本文中，我们特别关注在用户意图的细粒度上的用户-物品关系。我
《Image Generation and Translation with Disentangled Representations 》论文解读--解开图像表示的生成与转换
bigbug_sec的博客
03-31 2015
《Image Generation and Translation with Disentangled Representations 》 解读论文下载地址：点击打开链接如果下载链接出现了问题，回复我，我会发一个链接给下载。一、论文解读1. 原始GANs在图像生成与转换的几个主要问题注：要看原文的话，可以结合paper第一部分和第二部分可以看出原始的GANs在图像生成与转换的主要问题。这里给出如下...
structured_disentangled_representation
林小川的博客
09-08 1442
论文链接：https://arxiv.org/pdf/1804.02086.pdf Deep latent-variable models learn representations of high-dimensional data in an unsupervised manner.（无监督方式） disentangle statistically independent axes of v...
虚拟试衣：GAN的落地应用挑战之一
idol24的博客
04-03 2625
点击上方“机器学习与生成对抗网络”，关注星标获取有趣、好玩的前沿干货！背景近年来，在线购物需求不断增长。尽管网购能提供一些便利，但消费者也关心网购所买的服装真正在他们身上穿上去时效果如何。...
Disentangled Variational Auto-Encoder for Semi-supervised Learning论文阅读
lrt366的博客
11-22 1262
这篇论文主要讲了在求隐变量的过程中就提取了特征信息，然后用来一些约束效果比较好。 公式10的推导：（感觉不太懂为什么。。。。不太对但推出来了） Abstract 本文提出了一种新的无分类器半监督 vae 的方法。具体而言, 我们提出了一种名为 sdvae 的新模型, 该模型将输入数据编码为分离表示和不可解释表示, 然后直接利用类别信息通过方程约束。为了进一步提高拟议的 vae 的特征...
Disentangled Person Image Generation（解构的人物形象生成文献总结）
zbjcjdi的博客
02-23 2209
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
CVPR2018:融合上下文的注意力机制提升图像描述与视觉问答性能
本文档"CVPR2018.pdf"探讨了图像描述（Image Captioning）和视觉问答（Visual Question Answering, VQA）领域中的新型注意力机制——"Bottom-Up and Top-Down Attention"。在传统的图像理解任务中，上行（Top-down）...
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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