May, 2022

通过残差快速傅里叶变换和 Wasserstein 距离提高人类图像合成

PDF
TL;DR本文针对虚拟人类的图像合成技术中 GAN 训练中存在的不稳定、收敛慢以及图像渲染效果不真实等问题，提出了利用快速傅里叶变换块替代传统残差块，以及采用谱归一化和 Wasserstein 距离等手段来提高 GAN 训练速度和稳定性，实验表明这些方法可以有效地解决以上问题，并在 LPIPS 和 PSNR 上达到了最先进的水平。
metaversevirtual humanshuman image synthesisgansmodel convergence
发现论文，激发创造
  • 基于 Wasserstein GAN 的人脸超分辨率

    本文比较了在单幅图像超分辨率上使用 Wasserstein 距离和其他训练目标时，各种 GAN 架构的表现，结果表明，带梯度惩罚的 Wasserstein GAN（WGAN-GP）提供了稳定且收敛的 GAN 训练，Wasserstein 距离是衡量训练进展的有效指标。

    May, 2017

  • 一个强健的姿态变换 GAN 用于姿态控制的人体图像合成

    利用残差学习的方法，结合有效的数据增强技术，提出一种简单而有效的姿态转换 GAN，在不需使用额外功能学习的情况下，在任意姿态下生成给定的人体图像。该方法在两个大型数据集上展现出比现有方法更优越的性能，实现了在光照、遮挡、失真和尺度方面的鲁棒性。

    Jan, 2020

  • 使用切片瓦瑟斯坦距离进行生成建模

    本篇论文提出了一种基于随机投影的生成模型，该模型较传统的 GAN 模型更加稳定和精确，采用的 Wasserstein 距离作为度量计算生成样本的真实性，可以得到更准确的生成结果。

    Mar, 2018

  • 使用带有 Wasserstein 距离和感知损失的生成对抗网络进行低剂量 CT 图像去噪

    本文介绍了一种基于生成式对抗网络（GAN）的新型 CT 图像去噪方法，该方法基于 Wasserstein 距离和特征相似性，能够从图像数据噪声分布强到弱的迁移，并在临床 CT 影像中取得了良好效果。

    Aug, 2017

  • Banach Wasserstein GAN

    本研究探索了 Wasserstein 生成对抗网络在巴拿赫空间中引入梯度惩罚后的理论扩展和一些具体选择的基础点，重点关注 Sobolev 范数，并在 CIFAR-10 和 CelebA 中展示了性能提升。

    Jun, 2018

  • 基于软门控制的 Warping-GAN 实现姿势引导的人像合成

    本文介绍了 Soft-Gated Warping Generative Adversarial Network（Warping-GAN）的开发，该网络利用了灵活轻便的规避块，以在生产人像时处理任意姿势等大尺度几何变换，并在两个大型数据集上得到了显着优越的表现。

    Oct, 2018

  • 频域中的时域一致的人类动作转移研究

    本文提出了一种名为 FreMOTR 的基于频域的人体运动转移框架，通过深入分析自然和合成视频在空间维度和时间维度的频率差异，利用频域外观正则化和时间频率正则化模块，有效缓解空间伪影和时间不一致性，进一步提高了合成视频帧级别视觉质量和时间一致性指标。

    Sep, 2022

  • 改进的 Wasserstein GANs 训练

    提出了一种比传统的 WGAN 更好的 GAN 训练方法，使用正则化替代权重截取，通过惩罚评判器对其输入梯度的范数，可以实现各种 GAN 结构的稳定训练和高质量生成。

    Mar, 2017

  • 液态变形 GAN: 一种用于人体动作模仿，外观转移和新视角合成的统一框架

    本文提出了一种基于 3D 人体网格恢复的单一框架，涉及到人体运动模仿、外观转移和新视角合成；同时使用液态变形 GAN 进行纹理、样式、颜色和面部等特征的提取和特征空间的传播，支持多个源的自适应扭曲。

    Sep, 2019

  • DepthwiseGANs：用于逼真图像合成的快速训练生成对抗网络

    本篇论文探讨了使用 DepthwiseGAN 架构生成逼真图像的方法，并通过 Fréchet Inception Distance 对生成数据质量进行了评估。结果表明，DepthwiseGAN 可以在较短的训练期间内生成逼真的图像，但是模型容量对于生成建模仍然具有重要作用。

    Mar, 2019