Unsupervised Attention-guided Image-to-Image Translation
這是NeurIPS 2018一篇圖像翻譯的文章。目前的無監督圖像到圖像的翻譯技術很難在不改變背景或場景中多個對象交互方式的情況下將注意力集中在改變的對象上去。這篇文章的解決思路是使用注意力導向來進行圖 ...
原文：Unsupervised Image-to-Image Translation Networks
Abstract： 無監督圖像到圖像的翻譯目的是學習不同域圖像的一個聯合分布，通過使用來自單獨域圖像的邊緣分布。給定一個邊緣分布，可以得到很多種聯合分布。如果不加入額外的假設條件的話，從邊緣分布無法推出聯合分布。為了解決這個問題，作者提出了一個shared latent空間假設並且基於Coupled GANs提出一個無監督的圖像到圖像的翻譯框架 Introduction: 計算機視覺中的許多問題可 ...
2019-12-19 19:21 0 1482 推薦指數：
相關推薦
《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 ...
(Pixel2PixelGANs)Image-to-Image translation with conditional adversarial networks
Introduction 1. develop a common framework for all problems that are the task of predicting pixels ...
論文簡讀:Memory-guided Unsupervised Image-to-image Translation
一篇用內存思想來完成Instance-level i2i translation工作的文章。全名是memory-guided unsupervised I2I translation (MGUIT)。 至於這個memory network是什么，后文再說。 Related works就不多介紹 ...
MUNIT：Multimodal Unsupervised Image-to-Image Translation - 1 - 論文學習，不成對數據
摘要：無監督圖像轉換是計算機視覺領域中一個重要而又具有挑戰性的問題。給定源域中的一幅圖像，目標是學習目標域中對應圖像的條件分布，而不需要看到任何對應圖像對的例子。雖然這種條件分布本質上是多模態的，但現 ...
【論文閱讀筆記】Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks
摘要 GAN的訓練需要圖片是兩兩匹配的，這樣經過訓練后，生成器可以逐步生成一張讓判別期無法判斷真偽的圖片。但實際上會碰到一些非匹配的圖片，於是就提出了非匹配的圖片轉換(Unpaired image-to-image)，一種在沒有成對例子的情況下學習將圖像從源域X轉換到目標域Y的方法 ...
《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 ...
《Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks》論文筆記
Code Address：https://github.com/junyanz/CycleGAN. Abstract 引出Image Translating的概念（greyscale to color, image to semantic labels, edge-map ...