Deep Generative Image Models using a Laplacian Pyramid of Adversarial Networks NIPS 摘要：本文提出一种 generative parametric model 能够产生高质量自然图像。我们的方法利用 Laplacian pyramid framework 的框架，从粗到细的方式，利用 CNN 的级联来产生图像。在 ...
2016-10-16 15:44 0 2721 推荐指数：
---恢复内容开始--- Motivation 使用单组的生成器G和判别训练图片在多个不同的图片域中进行转换 效果确实很逆天，难怪连Good Fellow都亲手给本文点赞 Introduction 论述了Image translating的概念，GAN极大地提升了该领域的生成质量 ...
StackGAN: Text to Photo-realistic Image Synthesis with Stacked Generative Adversarial Networks 本文将利用 GANs 进行高质量图像生成，分为两个阶段进行，coarse ...
Code Address：https://github.com/junyanz/CycleGAN. Abstract 引出Image Translating的概念（greyscale to color, image to semantic labels, edge-map ...
Semi-Supervised Learning with Generative Adversarial Networks 引言：本文将产生式对抗网络（GAN）拓展到半监督学习，通过强制判别器来输出类别标签。我们在一个数据集上训练一个产生式模型 G 以及 一个判别器 D，输入 ...
Generative Adversarial Text to Image Synthesis ICML 2016 摘要：本文将文本和图像练习起来，根据文本生成图像，结合 CNN 和 GAN 来有效的进行无监督学习。 Attribute Representation ...
出处 CVPR2017 Motivation 尝试用条件GAN网络来做image translation，让网络自己学习图片到图片的映射函数，而不需要人工定制特征。 Introduction 作者从不同种类的语言翻译类比，提出了Image translation的概念，并希望在给定足够 ...
Semantic Segmentation using Adversarial Networks 2018-04-27 09:36:48 Abstract： 对于产生式图像建模来说，对抗训练已经取得了很好的效果。本文中，我们提出了一种对抗训练的方法来训练语义分割模型。其实这里就是加了一个 ...
Generative Adversarial Nets NIPS 2014 摘要：本文通过对抗过程，提出了一种新的框架来预测产生式模型，我们同时训练两个模型：一个产生式模型 G，该模型可以抓住数据分布；还有一个判别式模型 D 可以预测来自训练样本 而不是 G 的样本的概率 ...
