cycle consistency loss | BriefGPT

关键词cycle consistency loss

搜索结果 - 12

水下图像无监督雾霾去除
该研究提供了一种使用无配对数据的方法来消除水下图像中的雾，并使用雾分离网络 (HDN) 将雾和内容信息从水下图像中分离出来，并将分离的成分分别用于对抗性学习和循环一致性损失函数的再现和重建，结果表明该方法在多个数据集上均优于现有的方法。
PDFa year ago
使用半监督风格提取器和分层建模提高跨说话人风格转移的韵律表现在语音合成中
提出了一种强度可控半监督风格提取器，用于解开语音中的风格、内容和音色，同时设计了分层韵律预测器以提高其音韵建模，并提出跨发话人循环一致性损失作为训练阶段辅助模型学习未见过的风格 - 音色组合，并展示它的效果优于基线方法。
PDFa year ago
CVPR单张图像纹理三维模型的视角推广
本研究介绍了一种模型，可以在降低模型的偏差的同时提高模型的方差，从而解决计算机视觉中物体单视角的外观推理问题，并加入循环一致性损失来提高视角泛化性能以及纹理对齐，与现有的最先进方法相比，我们的方法在定性和定量方面均有所提高。
PDF3 years ago
NeuTex: 用于体积神经渲染的神经纹理映射
该研究介绍了一种通过将几何图形和外观区分开来的方法，使用体积场景表示和可微分体积渲染，利用表面参数化网络以及循环一致性损失等技术，生成高质量的渲染结果，且可直接通过编辑 2D 纹理贴图来修改外观。
PDF3 years ago
ECCV通过自我监督长期建模学习单目视觉里程计
自监督学习 VO 的一种特殊考虑一致性的方法，采用具有两层卷积 LSTM 模块的姿态网络对姿态预测中的长期依赖进行建模，通过自监督损失进行训练，包括模拟几何 VO 中的循环一致性丢失的循环一致性丢失，并通过引入一种损失使网络能够在训练期间超
PDF4 years ago
Cycle-IR: 深度循环图像重定向
本文介绍了一种名为 Cycle-IR 的单个深度模型实现图像重定向的方法，其中包括反向映射、循环一致性损失和一个名为 IRNet 的简单而有效的网络，该网络包含一个空间和通道注意力层，能够有效地区分输入图像的视觉重要区域，可以直接生成任意大
PDF5 years ago
AAAI循环翻译不同模态间的数据以学习具鲁棒性的联合表示
该论文提出了一种基于模态翻译的方法来学习稳健的联合表示，并使用循环一致性损失来保留所有模态的最大信息，从而实现了多模态情感分析方面的最新成果。
PDF6 years ago
Twin-GAN -- 权重共享的无配对跨领域图像翻译 GAN
本论文提出了一种框架，用于将一个领域的未标记图像转换为另一个领域的类似图像，并使用逐渐增长的跳跃连接编码器 - 生成器结构进行训练，其中应用了 GAN Loss、循环一致性 Loss 和语义一致性 Loss 来保持相同领域的翻译身份，并鼓励
PDF6 years ago
从具有任意未知样式的句子进行语言风格转移
该研究论文介绍了一种利用内容和风格潜在表示进行语言风格转换的方法，并证明了该模型在餐厅评论情感修改、浪漫风格对话回复和莎士比亚风格语句重写等三种任务中具有有效性。
PDF6 years ago
ACL使用无监督文本风格转换应对社交媒体上的攻击性语言
本研究提出了一种使用无监督文本样式转换的新方法来解决在线社交媒体中的人身攻击问题，该方法利用合作分类器、注意力和循环一致性损失对非平行数据进行编码器 - 解码器的训练，并在 Twitter 和 Reddit 的数据上进行了实验，结果表明该方
PDF6 years ago
循环一致性深度生成哈希用于跨模态检索
本文提出了一种新的深度生成式方法，通过循环一致性损失来学习哈希函数，实现无成对训练样本的跨模态检索，该方法利用对抗训练来学习一组哈希函数，从而实现不同模态之间的转换，并进一步提出循环一致性损失来构造具有语义的哈希码，从而在大规模跨模态数据集
PDF6 years ago
ICCV循环一致性对抗网络实现非配对图像之间的转换
该研究论文介绍了一种用于图像翻译的无监督学习方法，采用对抗性和循环一致性损失将源域图像翻译到目标域中，并且在多项任务上的实验结果表明该方法优于之前的方法。
PDF7 years ago