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 ...
Abstract 建立生成器和判别器,生成器的目的是生成一张主要是红外信息包含少量可见光信息的融合图像,判别器的目的是逼迫融合图像拥有更多可见光图像中的细节信息。此外还能融合不同分辨率的图像。 . Introduction 总共五段。第一段,为什么要做红外线和可见光的融合。第二段,简短介绍目前红外线和可见光的融合方法和他们存在的问题。第三段,提出论文方法,简短说明原理和优点。第四段,举了一个具体的 ...
2019-04-25 11:36 0 1336 推荐指数:
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 ...
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 ...
---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 ...
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 ...
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 ...
SeqGAN: Sequence generative adversarial nets with policy gradient AAAI-2017 Paper: https://arxiv.org/abs/1609.05473 Offical Tensorflow Code ...
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 ...
。分别就两类域各自具有代表性的方法进行阐述。之后总结确定引出本文主题。有论文提出可以将多聚焦图像融合看成分 ...