conditional generative adversarial network | BriefGPT

关键词conditional generative adversarial network

搜索结果 - 35

基于图像的神经网络控制系统的可扩展代理验证：组合和展开方法
通过使用条件生成对抗网络和系统动力学，我们提出了一种针对神经网络控制系统安全验证的方法，减少了单步误差和多步误差，并通过计算准确的可达集来实现较好的可扩展性。
PDFa month ago
透过云层看清楚：使用 Prithvi 基础模型填补云间隙
通过比较基础的 Vision Transformer (ViT) 模型与基准的条件生成对抗网络 (CGAN) 模型在时间序列的多光谱卫星图像上进行缺失值插补的性能，我们评估了插补准确性和语境保留，使用了结构相似性指数和绝对均值误差等定量评估
PDF2 months ago
CVPR生成式数据集精炼：平衡全局结构与局部细节
本文提出了一种新的数据集蒸馏方法，该方法在将大型数据集蒸馏为生成模型时考虑了全局结构和局部细节的平衡。
PDF2 months ago
像素到丰度转换：基于 Patch Transformer 的基于条件生成对抗网络的高光谱解混
我们提出了一种基于 Hyperspectral Conditional Generative Adversarial Network 方法的高光谱解混框架，通过生成器和鉴别器的组合，将混合高光谱像素块转换为中心像素对应的成分丰度，并利用 H
PDF6 months ago
使用图神经网络合成交通数据集
该论文介绍了一种新的方法来缩小 “模拟 - 实际” 之间的差距，通过从 2D 交通模拟和录制的路口画面中创建逼真的图片。该方法结合了条件生成对抗网络和图神经网络，利用 GNN 在不同抽象层次上处理信息的能力以及分段图像来保留区域数据，创造基
PDF7 months ago
通过风格调制的生成对抗网络实现多样化的形状补全
通过引入多样性惩罚和多尺度鉴别器，我们提出了一种新颖的条件生成对抗网络，可以从部分观察到的点云中生成多种多样的合理完整形状，这一方法在尊重部分观测的同时获得了更大的完成多样性。
PDF8 months ago
一种 SAR 彩色化的基准化协议：从回归到深度学习方法
我们提出了一个以有监督学习为基础的合成孔径雷达图像 SAR 彩色化研究线路，包括生成合成彩色 SAR 图像的协议、几个基线模型以及基于条件生成对抗网络 (cGAN) 的 SAR 彩色化有效方法。我们还提出了问题的数值评估指标。据我们所知，这
PDF9 months ago
可控多领域语义艺术创作
我们提出了一个新颖的多领域艺术品合成框架，通过语义布局生成艺术作品。我们还提出了一种名为 ArtSem 的数据集，包含 40,000 张不同领域的艺术品图像及其对应的语义标签地图。利用条件生成对抗网络（GAN），我们在不需要成对训练数据的情
PDF10 months ago
ICCVDiffGuard: 利用预训练扩散模型进行语义不匹配引导的 ODD 检测
使用预训练扩散模型进行语义不匹配引导的 OOD 检测，名为 DiffGuard，在 Cifar-10 和大规模 ImageNet 上表现出效果，并且可以与现有的 OOD 检测技术轻松结合以实现最先进的结果。
PDFa year ago
学习生成用于鲁棒语义分割的训练数据集
通过结合生成模型和分割模型，我们提出了一种新的方法来改善语义分割技术的鲁棒性，通过生成逼真且可靠的扰动图片来训练可靠的分割模型，从而显著提升语义分割技术在面对真实世界的扰动、分布偏移和样本变化时的鲁棒性，对于安全关键应用具有重要价值并适用于
PDFa year ago
使用柔性课程学习有噪标签和未编辑的无标签数据的条件 GAN
该研究介绍了一种新的条件图像生成框架，该框架在训练过程中接受带有噪声标签和未经筛选的无标签数据，采用软课程学习来对付标签噪声和无标签数据，经实验证明该方法在量化和定性性能方面优于现有的半监督和标签噪声鲁棒方法。
PDFa year ago
CVPR基于内容感知的视觉 - 文字展示布局的新基准与方法 --《海报布局
本文旨在研究如何通过条件生成对抗网络来实现内容感知的视觉文字呈现布局，为自动无模板创意图形设计提供关键支持。通过设计一个名为 PosterLayout 的新数据集，并借助设计顺序形成技术，提出一种可生成适当布局的 CNN-LSTM 基于条件
PDFa year ago
通过条件生成对抗网络提高基于传感器的动物行为分类性能
本研究通过采用改进后的 U-Net 架构和条件生成对抗网络（CGAN）将分类模型扩展到更多时间点判断，提高活动识别的性能，对包括奶牛、猪在内的数据集进行了测试，并显示出明显的改进。
PDF2 years ago
IJCAI使用非配对学习技术自由增强图像
通过使用轻巧的条件生成对抗网络，通过调制编码学习任务形式化低照度图像增强，从而学习从低光到正常光图像空间的一对多关系，使我们的推理模型轻松适应各种用户喜好，并在噪声和干净数据集上实现了有竞争力的视觉和定量结果。
PDF3 years ago
ICCVVTGAN: 使用视觉 Transformer 的半监督性视网膜图像生成和疾病预测
本文提出了一种新的条件生成对抗网络（GAN），能够同时从眼底照片中合成荧光素血管造影图像，并预测视网膜退化，从而解决了以非侵 asive 的方式对眼底血管成像以及预测视网膜异常的问题。
PDF3 years ago
Omni-GAN：关于 cGANs 的秘密和更多
本文介绍了一种基于条件生成对抗网络的改进方法 Omni-GAN，并解决了训练模型时适当设计鉴别器的问题，实验结果表明，Omni-GAN 和 Omni-INR-GAN 在广泛的图像生成和恢复任务中表现优异，并且 Omni-INR-GAN 在
PDF4 years ago
一种用于生成密集且色彩丰富的三维点云的渐进式条件生成对抗网络
本文介绍了一种使用条件生成对抗网络并以无监督的方式为各种物体创建具有颜色的密集三维点云的方法，并提出了一种点变换器，该变换器通过使用图卷积逐渐增加网络规模。实验结果表明，该网络能够学习和模仿三维数据分布，并产生具有多种分辨率和精细细节的彩色
PDF4 years ago
MLFcGAN: 基于多层特征融合的条件生成式对抗网络用于水下图像色彩校正
研究提出一种基于条件生成对抗网络的深度多尺度特征融合网络，其适用于水下图像色彩校正，并经过实验证明其在色彩校正和细节保留方面表现更佳。
PDF4 years ago
基于结构和颜色条件的对抗着色图标生成
该研究提出了一种使用基于条件生成对抗网络的图标设计系统，可帮助设计师更轻松地完成图标的着色任务，并且实现了较高质量的着色效果。
PDF5 years ago
ICCVProtoGAN：面向行为识别的少样本学习
本文提出了一个新的 ProtoGAN 框架来合成额外的样例，以便在少样本学习 (FSL) 背景下的新动作识别和通用 FSL (G-FSL) 的环境下对已知和新的动作类别进行识别，并在 UCF101、HMDB51 和 Olympic-Spor
PDF5 years ago