github代码地址：https: github.com mrlibw ControlGAN 关键词：T I，文本生成图像，ControlGAN Introduction： 现在的许多模型如果改变了输入文本的其中一个部分，那么输出的图片会与原来文本生成的图片大相径庭，没法实现一部分的修改。如下图所示。 controlGAN，由三个部分组成： .word level spatial and chan ...
2021-03-09 17:57 0 308 推荐指数：
Methodology 作者提出TIMAM (Text-Image Modality Adversarial Matching)方法，比较简洁明了，具体包含三个部分： （1）特征提取器： 文本采用BERT提取词向量，再输入LSTM提取文本特征； 图像采用ResNet101提取特征 ...
论文背景：Google Deepmind团队于2016发表在NIPS上的文章 motivation：提出新的image generation model based on pixelCNN[1]架构。可以为任意输入vector结合标签生成图片，在先验信息的前提下加入条件分布信息 模型关键 ...
前面曾提到过CTPN，这里就学习一下，首先还是老套路，从论文学起吧。这里给出英文原文论文网址供大家阅读：https://arxiv.org/abs/1609.03605。 CTPN，以前一直认为缩写一般是从题目的开始依次排序选取首字母的，怕是孤陋寡闻了，全称 ...
Show, Attend and Tell: Neural Image Caption Generation with Visual Attention-阅读总结 笔记不能简单的抄写文中的内容，得有自己的思考和理解。 一、基本信息 \1.标题：Show, Attend and Tell ...
Introduction 对于image-text embedding learning，作者提出了 cross-modal projection matching (CMPM) loss 和 cross-modal projection classification (CMPC) loss ...
Zhuoyao Zhong——【aixiv2016】DeepText A Unified Framework for Text Proposal Generation and Text Detection in Natural Images 目录 作者和相关链接 ...
对话模型此前的研究大致有三个方向：基于规则、基于信息检索、基于机器翻译。基于规则的对话系统，顾名思义，依赖于人们周密设计的规则，对话内容限制在特定领域下，实际应用如智能客服，智能场馆预定系统。基于信息 ...
本文来自李纪为博士的论文 Deep Reinforcement Learning for Dialogue Generation。 1，概述 当前在闲聊机器人中的主要技术框架都是seq2seq模型。但传统的seq2seq存在很多问题。本文就提出了两个问题： 1）传统 ...
