论文笔记之：Generative Adversarial Text to Image Synthesis
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 ...
原文：StackGAN: Text to Photo-realistic Image Synthesis with Stacked Generative Adversarial Networks 论文笔记
StackGAN: Text to Photo realistic Image Synthesiswith 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 to fine 的过程。据说可以生成 的高清图像。 基于文本生成对应图像的工作已经有了，比如说 Attribute Image，以及 最 ...
2017-01-05 17:19 0 2149 推荐指数：
相关推荐
论文阅读之：Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network
Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network 2016.10.23 摘要：本文针对传统超分辨方法中存在的结果过于平滑的问题，提出了结合最新的对抗网络 ...
CVPR2017: SRResNet(SRGAN): Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network
（perceptual loss) 和对抗损失(adversarial loss). 网络结构： 其 ...
《StarGAN: Unified Generative Adversarial Networks for Multi-Domain Image-to-Image Translation》论文笔记
---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 ...
论文笔记之：Deep Generative Image Models using a Laplacian Pyramid of Adversarial Networks
Deep Generative Image Models using a Laplacian Pyramid of Adversarial Networks NIPS 2015 摘要：本文提出一种 generative parametric model 能够产生高质量自然图像 ...
论文笔记之：Semi-Supervised Learning with Generative Adversarial Networks
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 ...
《Image-to-Image Translation with Conditional Adversarial Networks》论文笔记
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 ...
论文笔记之：Generative Adversarial Nets
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 ...