Deep Generative Image Models using a Laplacian Pyramid of Adversarial Networks NIPS 摘要：本文提出一種 generative parametric model 能夠產生高質量自然圖像。我們的方法利用 Laplacian pyramid framework 的框架，從粗到細的方式，利用 CNN 的級聯來產生圖像。在 ...
2016-10-16 15:44 0 2721 推薦指數：
---恢復內容開始--- Motivation 使用單組的生成器G和判別訓練圖片在多個不同的圖片域中進行轉換 效果確實很逆天，難怪連Good Fellow都親手給本文點贊 Introduction 論述了Image translating的概念，GAN極大地提升了該領域的生成質量 ...
StackGAN: Text to Photo-realistic Image Synthesis with Stacked Generative Adversarial Networks 本文將利用 GANs 進行高質量圖像生成，分為兩個階段進行，coarse ...
Code Address：https://github.com/junyanz/CycleGAN. Abstract 引出Image Translating的概念（greyscale to color, image to semantic labels, edge-map ...
Semi-Supervised Learning with Generative Adversarial Networks 引言：本文將產生式對抗網絡（GAN）拓展到半監督學習，通過強制判別器來輸出類別標簽。我們在一個數據集上訓練一個產生式模型 G 以及 一個判別器 D，輸入 ...
Generative Adversarial Text to Image Synthesis ICML 2016 摘要：本文將文本和圖像練習起來，根據文本生成圖像，結合 CNN 和 GAN 來有效的進行無監督學習。 Attribute Representation ...
出處 CVPR2017 Motivation 嘗試用條件GAN網絡來做image translation，讓網絡自己學習圖片到圖片的映射函數，而不需要人工定制特征。 Introduction 作者從不同種類的語言翻譯類比，提出了Image translation的概念，並希望在給定足夠 ...
Semantic Segmentation using Adversarial Networks 2018-04-27 09:36:48 Abstract： 對於產生式圖像建模來說，對抗訓練已經取得了很好的效果。本文中，我們提出了一種對抗訓練的方法來訓練語義分割模型。其實這里就是加了一個 ...
Generative Adversarial Nets NIPS 2014 摘要：本文通過對抗過程，提出了一種新的框架來預測產生式模型，我們同時訓練兩個模型：一個產生式模型 G，該模型可以抓住數據分布；還有一個判別式模型 D 可以預測來自訓練樣本 而不是 G 的樣本的概率 ...
