論文筆記之：Generative Adversarial Text to Image Synthesis
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 ...
原文：StackGAN: Text to Photo-realistic Image Synthesis with Stacked Generative Adversarial Networks 論文筆記
StackGAN: Text to Photo realistic Image Synthesiswith 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 to fine 的過程。據說可以生成 的高清圖像。 基於文本生成對應圖像的工作已經有了，比如說 Attribute Image，以及 最 ...
2017-01-05 17:19 0 2149 推薦指數：
相關推薦
論文閱讀之：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：本文針對傳統超分辨方法中存在的結果過於平滑的問題，提出了結合最新的對抗網絡 ...
CVPR2017: SRResNet(SRGAN): Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network
（perceptual loss) 和對抗損失(adversarial loss). 網絡結構： 其 ...
《StarGAN: Unified Generative Adversarial Networks for Multi-Domain Image-to-Image Translation》論文筆記
---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 ...
論文筆記之：Deep Generative Image Models using a Laplacian Pyramid of Adversarial Networks
Deep Generative Image Models using a Laplacian Pyramid of Adversarial Networks NIPS 2015 摘要：本文提出一種 generative parametric model 能夠產生高質量自然圖像 ...
論文筆記之：Semi-Supervised Learning with Generative Adversarial Networks
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 ...
《Image-to-Image Translation with Conditional Adversarial Networks》論文筆記
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 ...
論文筆記之：Generative Adversarial Nets
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 ...