conditional image generation | BriefGPT

关键词conditional image generation

搜索结果 - 28

ICLR基分解的随机条件生成网络
本文介绍了 BasisGAN，一个基于随机条件的多模式图像生成器，该生成器通过采样基元素而不是滤波器来大大降低建模参数空间的成本，并在图像多样性和保真度上没有牺牲，同时证明了这种采样如何影响所生成图像的外观。
PDF5 years ago
具有条件卷积层的 cGANs
本文提出了一种称为条件卷积层的卷积神经网络方法，该方法通过不同的权重生成不同的特征图，并通过简单而有效的方法进行条件调整，从而可以更有效地处理条件特征，金实验结果表明，使用提出的条件卷积层的生成模型可以比使用标准卷积层更好地生成类别相关的图
PDF5 years ago
ICLR利用 GANs 协调最大似然函数进行多模态有条件生成
提出一种使用替代重构损失（moment reconstruction losses）的训练方案的条件图像生成方法，通过在 Cityscapes 和 CelebA 数据集上进行实验验证，证明该方法在保留或提高生成样本的视觉保真度的同时，实现了
PDF5 years ago
CVPR无配对姿势引导的人类图像生成
本研究旨在通过限定人体的粗略轮廓并控制特定服装类型实现真实人体图像的完整生成建模。我们提出了一种端到端可训练的生成式对抗网络架构，它提供了细节控制来生成具有高逼真度的图片，同时无需成对的训练数据，不必拟合 3D 姿势到 2D 图像的困难问题
PDF5 years ago
CVPR变分 U-Net 用于条件外观和形状生成
通过结合条件 U-Net 和变分自编码器，实现了基于形状的图像生成。实验表明，该方法在多个数据集上明显优于现有技术，能够在不改变形状的情况下生成新的外观。
PDF6 years ago
NIPSBRUNO：一种用于可交换数据的深度递归模型
该论文提出了一种新型的模型架构，利用深度学习工具对高维、复杂观测集进行精确贝叶斯推理。这一模型的特点是可交换性，不需要使用变分逼近来训练，并且可以有条件地生成新样本，其优点在于它可用于需要从短观察序列中进行广义学习的任务，同时对序列的变化进
PDF6 years ago
ECCVDeepWarp: 注视控制的逼真图像合成
本文提出了一种新的深度神经网络架构，采用粗到细的图像变形和像素强度校正的方式，可以处理人脸重定向问题的特定实例，经过数值比较和用户研究表明可行。该架构能够在前向过程中处理所有操作，并以端到端的方式联合学习所有操作的参数。在学习之后，该神经网
PDF8 years ago
具有 PixelCNN 解码器的条件图像生成
本研究使用基于 PixelCNN 架构的新图像密度模型探索了有条件的图像生成技术。模型可以以任何的向量作为条件，包括描述性标签或标记或其他网络产生的潜在嵌入向量。当以来自 ImageNet 数据库的类标签作为条件时，模型能够生成多样化、逼真
PDF8 years ago