deep generative network | BriefGPT

关键词deep generative network

搜索结果 - 7

基于生成神经网络的超高维非凸全局优化
我们提出了一种非凸优化算法元启发式方法，基于深度生成网络的训练，能在连续、超高维度的空间中实现有效搜索。通过网络训练，利用采样的局部梯度种群在定制的损失函数内，将网络输出分布函数演化朝向高性能最优点的一个峰值。深度网络架构根据训练过程进行渐
PDFa year ago
ICCV生成平滑的姿势序列以进行多样化的人体动作预测
本文中提出了一种统一的深度生成网络，用于多样化和可控的人体运动预测，该网络基于正则化流姿势先验和关节角损失函数，能够有效地提高模型的准确性和样本多样性。
PDF3 years ago
CVPRDECOR-GAN：通过条件精化实现 3D 形态细节化
介绍了一种称为 DECOR-GAN 的生成对抗网络，用于三维形状细节增强，通过几何细节的样式实现类似样式化。使用深度学习的方法，将低分辨率的形状增强为富有几何细节的高分辨率形状，从而保留了输入形状的总体结构，同时保证了样式代码的准确输入。
PDF4 years ago
弱监督生成式网络用于多个 3D 人体姿势假设
本文提出了一种使用弱监督深度生成网络解决逆问题的方法，该网络设计了一个提议分布来逼近未知的多模态目标后验分布，并通过 KL 散度最小化实现近似，并使用平均漂移算法确定最可行的解决方案。实验结果显示，该方法能够生成多个可行的假设，获得了与现有
PDF4 years ago
机器学习的拓扑层
使用可持续同调应用于拓扑学于机器学习，包括深度学习。该研究提出了一种可微拓扑层，该层基于水平集过滤和边缘过滤计算持续同调。该层在数据重建或机器学习模型权重的规范化，构建构成深度生成网络输出的损失函数以包括拓扑先验，以及对使用持久性特征训练的
PDF5 years ago
3DPeople: 建模穿着衣服人的几何形状
本文提出了一种从单张照片中预测着装人体几何形状的新方法，包括三个关键点：一个新数据集，一个新的形状参数化算法和一个端到端的深度生成网络。
PDF5 years ago
重要性加权生成网络
该研究介绍了基于重要性加权算法的深度生成网络，该算法可以在无法直接访问目标分布的情况下，估计与目标分布相对的损失函数，并在理论和实践上表现出色。
PDF6 years ago