HoloGAN: Unsupervised Learning of 3D Representations From Natural Images - 1 - 论文学习
的三维表征的无监督学习。大多数生成模型都依赖于2D内核来生成图像，并且很少对3D世界进行假设。因此，这些模 ...
原文：SinGAN: Learning a Generative Model from a Single Natural Image - 1 - 论文学习
https: github.com tamarott SinGAN SinGAN: Learning a Generative Model from a Single Natural Image Abstract 我们介绍SinGAN，一种可以从单个自然图像学习的无条件生成模型。我们的模型被训练来捕捉图像内patches的内部分布，然后能够生成高质量 多样化的样本，这些样本与图像具有相同的视觉内 ...
2020-09-18 18:29 0 522 推荐指数：
相关推荐
StarGAN: Unified Generative Adversarial Networks for Multi-Domain Image-to-Image Translation - 1 - 多个域间的图像翻译论文学习
Abstract 最近在两个领域上的图像翻译研究取得了显著的成果。但是在处理多于两个领域的问题上，现存的方法在尺度和鲁棒性上还 ...
meta learning - Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks - 1 - 论文学习
代码： github.com/cbfinn/maml github.com/cbfinn/maml_rl Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks ...
【论文笔记】Learning to Estimate 3D Human Pose and Shape from a Single Color Image(CVPR 2018)
这篇论文没有给出代码，细节部分还是得看论文来推敲了，因此可能会有理解出问题的地方。 概述 做了什么：引入一个端到端的框架，从包含人体的单张RGB图像中预测出轮廓图和关节热力图，生成SMPL参数并重建出一个SMPL的3D人体网格 存在问题：卷积网络容易受到缺少训练数据、3D预测时分辨率低的影响 ...
论文学习 ：Learning a Deep Convolutional Network for Image Super-Resolution 2014
(Learning a Deep Convolutional Network for Image Super-Resolution, ECCV2014) 摘要：我们提出了一种单图像超分辨率的深度学习方法(SR)。我们的方法直接学习在低/高分辨率图像之间的端到端映射 ...
图像检索（image retrieval）- 11 - End-to-end Learning of Deep Visual Representations for Image Retrieval -1-论文学习
End-to-end Learning of Deep Visual Representations for Image Retrieval Abstract 虽然深度学习已经成为许多计算机视觉任务的top执行方法的关键组成部分，但到目前为止，它还没有在实例级图像检索方面带来类似的改进 ...
SAGAN:Self-Attention Generative Adversarial Networks - 1 - 论文学习
Abstract 在这篇论文中，我们提出了自注意生成对抗网络(SAGAN)，它是用于图像生成任务的允许注意力驱动的、长距离依赖的建模。传统的卷积GANs只根据低分辨率图上的空间局部点生成高分辨率细节。在SAGAN中，可以使 ...
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 ...