原文:《FusionGAN: A generative adversarial network for infrared and visible image fusion》論文筆記

Abstract 建立生成器和判別器,生成器的目的是生成一張主要是紅外信息包含少量可見光信息的融合圖像,判別器的目的是逼迫融合圖像擁有更多可見光圖像中的細節信息。此外還能融合不同分辨率的圖像。 . Introduction 總共五段。第一段,為什么要做紅外線和可見光的融合。第二段,簡短介紹目前紅外線和可見光的融合方法和他們存在的問題。第三段,提出論文方法,簡短說明原理和優點。第四段,舉了一個具體的 ...

2019-04-25 11:36 0 1336 推薦指數:

查看詳情

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 ...

Mon Oct 31 21:17:00 CST 2016 0 2563
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 ...

Sun Aug 07 05:49:00 CST 2016 6 9552
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 ...

Thu Aug 25 09:01:00 CST 2016 0 3798
 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM