原文:Semantic Image Synthesis with Spatially-Adaptive Normalization

一篇 年语义合成图像的文章。认为直接利用正则层会洗掉图像中原有的语义信息。提出了一种spatially adaptive的正则化。 条件图像合成方法区别在于输入数据的类型。例如以类别为条件的模型 以图像为输入的image to image等。非条件正则层包括Local Response Normalization BN IN LN等。然而条件正则层不同的是依赖于外部数据,例如Conditiona ...

2020-03-13 19:44 0 1376 推荐指数:

查看详情

Semantic Image Inpainting with Deep Generative Models

摘要 论文来源:CVPR 2017 论文提出的方法:给定一个训练好的生成模型,采用提出的两个损失函数$ context-loss和prior-loss$,通过在潜在的图像流寻找与需要修复图片最接近 ...

Mon Mar 02 08:37:00 CST 2020 0 1137
 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM