原文:SC-FEGAN: Face Editing Generative Adversarial Network with User’s Sketch and Color

Abstract 本文提出了一個端到端訓練的卷積網絡來實現圖像編輯系統,進而實現圖片的生成。系統的輸入為 free form mask sketch color。 與現存的方法相比,作者的方法利用具有顏色和形狀的free form的用戶輸入。 提出的網絡結構稱為SC FEGAN。 Introduction 即使在圖像中存在擦除部分的情況下,只要給出草圖和顏色輸入的情況下,作者提出的系統具有輕松生成 ...

2020-04-27 09:15 0 724 推薦指數:

查看詳情

GAN (Generative Adversarial Network)

https://www.bilibili.com/video/av9770302/?p=15 前面說了auto-encoder,VAE可以用於生成 VAE的問題, AE的訓練是讓輸入輸出盡 ...

Sat Jul 07 06:10:00 CST 2018 0 11513
Duplex Generative Adversarial Network for Unsupervised Domain Adaptation

Duplex Generative Adversarial Network for Unsupervised Domain Adaptation   域自適應嘗試將從源域獲得的知識傳送到目標域,即測試數據所在的域。主要的挑戰在於源域和目標域之間的分布差異。大多數現有工作通常通過最小化 ...

Mon Jun 03 04:15:00 CST 2019 0 865
生成對抗網絡GAN(Generative Adversarial Network

生成對抗網絡GAN(Generative Adversarial Network) 2014年Szegedy在研究神經網絡的性質時,發現針對一個已經訓練好的分類模型,將訓練集中樣本做一些細微的改變會導致模型給出一個錯誤的分類結果,這種雖然發生擾動但是人眼可能識別不出來 ...

Fri Oct 15 06:12:00 CST 2021 0 5733
Generative Adversarial Nets[CAAE]

本文來自《Age Progression/Regression by Conditional Adversarial Autoencoder》,時間線為2017年2月。 該文很有意思,是如何通過當前圖片生成你不同年齡時候的樣子。 假設給你一張人臉(沒有告訴你多少歲)和一堆網上爬取的人臉圖像 ...

Thu Feb 14 23:58:00 CST 2019 0 683
 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM