cyclegan | BriefGPT - AI 论文速递

关键词cyclegan

搜索结果 - 48

MM使用循环一致生成对抗网络的两阶段复杂网络进行语音增强
本文提出了一种基于两个阶段的去噪系统，该系统通过将 CycleGAN 模型的估计强度与原始嘈杂的相位相结合来获得粗略增强的复杂光谱，并利用复杂光谱映射网络进一步抑制噪声成分和估计干净相位。实验结果表明，该方法在各种评估指标方面始终优于之前的
PDF3 years ago
NIPS对抗循环一致合成脑微出血以进行数据增强
本文提出了一种新的可控病理图像合成的框架，通过使用 CycleGAN、语义掩码和对抗生成器，可以在健康图像中制造出指定区域的病理学信息，并且通过将其用于训练，可以提高颅内出血的检测性能。
PDF3 years ago
ECCV深度循环生成对抗残差卷积网络用于真实图像超分辨率
本研究提出了一种基于 CycleGAN 和 GAN 框架的超分辨率方法，能够在真实世界的低分辨率与高分辨率图像转换中，保持数据分布的连续性，表现出较高的超分辨率效果。
PDF4 years ago
ICML基于非配对图像转换 GAN 模型的无切片 MUSE 显微镜到 H&E 组织学模态转换
通过评估 4 个模型，我们发现 CycleGAN 工具在 MUSE 到 H＆E 转换中表现最佳，还发现 MUSE 颜色反转对于准确的模态转换可能是必要的。
PDF4 years ago
CVPRStereoGAN: 聚合域翻译和立体匹配的联合优化来桥接从合成到真实领域的差距
本研究提出了一种端到端的域翻译和立体匹配网络训练框架，通过引入双向多尺度特征重投影损失和相关性一致性损失等两个新颖的损失函数来提高合成立体图像到真实图像的转换效果以及维护单应约束，实验证明进行域翻译和立体匹配网络联合优化能够有效地解决合成数
PDF4 years ago
ICCVDeep CG2Real: 通过图像分解进行合成到真实图像的转换
提出一种利用半监督方法，在图像的着色和反照率层上操作，训练半监督网络用于图片合成，该方法可以有效提高 OpenGL 渲染等低质量合成图像的视觉逼真度。该方法通过两个阶段的管道来实现，即首先以物理学渲染为目标以有监督的方式预测准确的着色，然后
PDF4 years ago
ICLRCycleGAN 核心作为一种主要的齐次空间
本文针对图像风格迁移的 CycleGAN 方法，通过理论分析和实验结果，探索图像翻译中自动同构的新奇现象，并得出无法通过寻求最优解来使图像翻译达成目的的结论。
PDF4 years ago
用于目标变换的半共享变分自编码器的无监督域自适应
本文提出了一种用于无监督域适应的新方法，该方法使用 PS-VAEs 和 CycleGAN 在目标数据集的标签分布与源数据集的标签分布不匹配的情况下进行特征对齐，以解决目标移位问题，并在分类和回归任务中取得了良好的效果。
PDF4 years ago
噪声作为域漂移：通过非配对图像翻译去噪医学图像
通过修改 cycleGAN 模型，将图像去噪问题视为高低噪声域之间的域转换问题，在未配对的视网膜光学相干断层扫描图像上学习这些域之间的映射。在定量和定性评估中，我们展示了这种方法优于其他已有方法，并且结果表明该网络能够区分图像中噪声水平的微
PDF5 years ago
基于标志物辅助的 CycleGAN 卡通人脸生成
使用未成对的训练数据和特征点辅助的 CycleGAN，我们能够高质量地生成漫画面孔，这些面孔几乎无法与艺术家绘制的面孔区分，这种方法建立在面部结构的一致性基础上。
PDF5 years ago
用于内存高效图像翻译的可逆 GANs
通过使用近似可逆的架构，Pix2pix 和 CycleGAN 损失大大提高了图像到图像翻译任务的定量和定性质量。我们在这个框架中探索了近似可逆的架构，并展示了这些模型在 Cityscapes 和 Maps 数据集上具有卓越的定量输出。
PDF5 years ago
学习清洁：GAN 透视
该研究论文探讨了使用生成对抗网络（GAN）和 CycleGAN，将未配对的噪声和无噪声图像转化为配对的干净文档，以用于清理噪声扰动，实现文档清理的任务。
PDF5 years ago
CVPRDLOW: 领域流动模型用于自适应与泛化
本文提出了一种基于 DLOW 模型的介于两个不同领域之间的中间域流生成方法，该方法有利于将源图像转换为目标领域中的不同风格图像以简化域适应任务，并可用于多目标领域下的生成新图像的风格泛化方法。
PDF6 years ago
AAAI通过最优输运指导 CycleGAN 中的一对一映射
本文提出了一种控制 CycleGAN 学习到具有特定任务所需属性的一对一映射的方法 —— 通过一种任务特定成本函数约束优化传输映射，再用最佳传输映射的重心作为 CycleGAN 的参考，实验结果表明该算法能够实现预期的学习效果。
PDF6 years ago
用生成对抗网络对失语症患者的非配对语音进行转换
本研究提出了一种新的音频转换方法，是一种 GAN-based 无监督的语音转换模型，用于改善协助医疗手术的病人的语音理解性，该方法可以将受损的语音转换为正常的语音而保留语言内容和说话人特征。
PDF6 years ago
GANs 重建匿名化面部特征的 Refacing 技术
本研究利用 CycleGAN 无监督图像转换框架，分别对面部有模糊和无脸部的 T1 MR 图像进行匿名化测试。结果表明，进行脸部模糊可能无法提供足够的保护措施，而脸部去除虽然提供更强的匿名化保护，但仍部分可逆。
PDF6 years ago
使用结构约束 CycleGAN 进行非配对脑 MR 到 CT 的合成
本文针对 cycleGAN 在医学图像合成中普遍存在的结构一致性问题，提出了一种基于无配对数据的结构约束 cycleGAN 方法，使用基于模态无关邻域描述符的额外结构一致性损失来约束结构一致性，并采用基于位置的选择策略进行训练图片的选择，实
PDF6 years ago
ICLR增强循环对抗学习用于低资源域自适应
本文介绍了一种增强循环对抗学习模型，用于域适应并解决在其中数据丰富的域中对任务的学习问题，通过迁移学习及结合声音识别任务的结果，在低资源环境下将 SVHN 和 MNIST 彼此转换的分类准确率分别提升了 14% 和 4%。
PDF6 years ago
分布匹配损失在医学图像翻译中可以产生特征幻觉
本文讨论了分布匹配损失在合成医学图像时的问题，因为医学数据中经常出现某些特定疾病或病人类别的过多或过少，从而导致了翻译模型与目标分布匹配的不准确性和未知情况，建议不能直接将这些转换的图像用于诊断。
PDF6 years ago
ICML增强循环 GAN: 从非配对数据学习多对多映射
通过学习多对多的映射关系，我们提出一种新的模型 Augmented CycleGAN，使得在缺乏配对数据的情况下能够从非配对数据中提取结构信息，从而提高图像分割等结构化预测任务的性能，这在 CycleGAN 的假设单向单映射关系无法满足的情
PDF6 years ago