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 ...
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:
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 ...
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 ...
---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 ...
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 ...
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 ...
SeqGAN: Sequence generative adversarial nets with policy gradient AAAI-2017 Paper: https://arxiv.org/abs/1609.05473 Offical Tensorflow Code ...
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 ...
。分別就兩類域各自具有代表性的方法進行闡述。之后總結確定引出本文主題。有論文提出可以將多聚焦圖像融合看成分 ...