Jun, 2023

使用等距岑圆投影的生成对抗网络进行 HRTF 上采样

PDF
TL;DR本文提出了一种新的方法，使用生成对抗网络（GAN）将 HRTF 数据转换为便于使用卷积超分辨率生成对抗网络（SRGAN），该方法在稀疏输入 HRTF 时表现出较高的性能。
hrtfvirtual realityaugmented realitygenerative adversarial networksupsampling
发现论文，激发创造
  • 使用球形神经过程元学习器进行 HRTF 插值

    使用便利的输入方式（如人体测量或耳廓照片）估计主体的头部相关转移函数（HRTF）的个体化方法存在误差，该研究提出了一种卷积条件神经过程元学习器，专门用于 HRTF 误差插值，并在时间对齐的频谱插值场景中实现了高达 3 dB 的相对误差降低，大约减少了一半的数据点数量达到相似的准确性。此外，该模型提供了良好校准的不确定性估计，可应用于最小化获取足够的 HRTF 数据点以满足所需个体化准确性水平的决策问题。

    Oct, 2023

  • HiFi-GAN: 高效高保真语音合成的生成对抗网络

    该研究提出了 HiFi-GAN，一种高效且高保真度的语音合成方法，通过对声音的周期性模式进行建模，生成的音频质量接近于人类水平。

    Oct, 2020

  • 神经网络实现的 Ambisonic 信号的双耳渲染

    通过构建 paired ambisonic-binaural 数据集，并提出了一种基于深度学习的框架，实现了 binaural rendering of ambisonic signals 的自动化，相比传统方法性能更优，可应用于虚拟现实和沉浸式媒体。

    Nov, 2022

  • 具备物理声场先验的生成对抗网络

    该论文提出了一种基于深度学习的方法，使用生成对抗网络（GANs）对声场进行时空重建。该方法利用平面波基础，并学习房间内压力的潜在统计分布，以从有限数量的测量中准确重建声场。该方法的性能经过两个已建立的数据集评估，并与最先进的方法进行比较。结果表明，该模型能够在准确性和能量保持方面实现改进的重建性能，尤其是在高频范围和超过测量区域的外推时。此外，所提出的方法能够处理不同数量和配置的测量位置而不影响性能。结果表明，该方法为使用生成模型进行声场重建提供了一种有前景的方法，允许对声学问题进行物理上明确的先验条件。

    Aug, 2023

  • 使用 3D 生成对抗网络实现脑部 MRI 超分辨率

    该研究使用对抗学习方法，采用基于 SRGAN 模型的 3D 卷积生成高分辨率 MRI 扫描图像，结合最小二乘法的对抗损失和基于均方误差和图像梯度的内容项提高生成图像的质量，并在上采样阶段探索不同的解决方案，具有潜在的 3D 医学成像超分辨率应用价值。

    Dec, 2018

  • 使用生成对抗网络的照片级单图像超分辨率

    本文提出了 SRGAN 框架，通过引入对抗性损失和感知损失函数，成功应用 GAN 进行图像超分辨率，能够生成 4 倍放大因子下的自然真实图像。大量实验和 MOS 测试证明 SRGAN 在视觉效果上具有显著的优势。

    Sep, 2016

  • 基于全数据驱动的超分辨率生成对抗网络的地震数据采样率频率增加模型

    通过利用超分辨率生成对抗网络（SRGANs）提高地震工程领域一种传感器网络数据的分辨率，本研究为结构健康监测（SHM）系统中的传感器提供了成本效益和高效的改进方案。

    Jan, 2024

  • Fre-GAN: 对抗训练的频率一致音频合成

    本文提出了一种名为 “Fre-GAN” 的神经音源模型，通过分辨率连接生成器和分辨率智能的鉴别器，在多个频带中学习各种尺度的频谱分布，有效地实现高保真频率一致性音频合成，并在质量和 MOS 上优于标准模型。

    Jun, 2021

  • 实际场景超分辨率的频率分离

    使用 DSGAN 结构进行无监督学习，将自然图像特征引入通过双三次下采样降级的图像。通过频率分离技术，只需对高频部分进行对抗性训练，从而极大地提高超分辨率模型在真实世界图像上的性能表现。

    Nov, 2019

  • 用对抗网络实现高保真度语音合成

    使用条件前馈生成器和多个鉴别器组成的架构，GAN-TTS 能够生成自然度与当前最先进的模型相当，而且可以高度并行化。同时，研究者还使用了主观人类评估及新型量化指标来评估 GAN-TTS 的性能。

    Sep, 2019