domain translation | BriefGPT

关键词domain translation

搜索结果 - 12

使用扩散桥对流体流动进行非配对下采样
本文提出了使用基于扩散映射的生成模型来降低理想地球物理流体模拟的方法，生成高分辨率图像，避免额外的校准或培训，并适用于多个源和目标域的组合，而不需要训练新模型。
PDFa year ago
CVPR消除噪音：分离源特征以进行可控领域翻译
本研究提出了一种新方法，通过在目标特征空间的分离子空间中保留源特征来实现高质量的领域翻译，并且可以通过单个模型平滑地控制对源特征的保留程度，能够比之前工作产生更具一致性和真实性的图像，并在不同变换级别上保持精确的可控性。
PDFa year ago
CVPR修复噪音：解开 StyleGAN 迁移学习中源特征的混合
本文提出了一种新的方法，通过引入简单的特征匹配损失来提高生成图像的质量，借助于分解的特征空间，我们提出的 FixNoise 策略可在单个模型中平滑地控制源特征的程度，实验表明，相比于以往的方法，该方法能够生成更具一致性和真实性的图像。
PDF2 years ago
ICLRDINO: 条件能量对抗生成网络用于域翻译
本文提出了一种基于双网络并行训练的新框架，用于域翻译，尤其擅长处理交叉模态翻译，保证了信息的共享和语义的保留。
PDF3 years ago
ECCV改进的互惠均值教学用于非监督领域自适应 Re-ID
本文介绍了一种基于 SDA 和 MMT 框架的解决方案，通过域转换和伪标签改进的方法，在 ECCV 2020 的 VisDA Challenge 中获得了前几名的结果。
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
打破循环 -- 同事就是你需要的全部
该研究提出了一种新的图像到图像的转换方法，通过多个 GAN 的协作实现多模态目标，可解决许多传统 GAN 存在的问题，包括不必要的痕迹、大物体移除以及形状变换困难等，实验结果在多个应用场景和数据集中都表现出优异的性能。
PDF5 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
生成对抗网络中的固定点学习：从图像到图像翻译到疾病检测和定位
提出了一种新的 GAN 模型 Fixed-Point GAN，并且基于此模型提出了一种新的疾病检测和定位的框架，该方法在多领域图像转换和疾病检测和定位方面均优于现有的方法。
PDF5 years ago
多尺度 GAN 用于内存高效生成高分辨率医学图像
本文提出一种新的基于多尺度补丁的生成对抗网络方法，用于生成大型高分辨率的医学图像，尤其是 3D 体积，解决了 GANs 对于大规模医学图像的计算需求问题。
PDF5 years ago
IJCAI多路径一致性正则化的图像到图像翻译
本文引入了一种新的多路径一致性损失，该损失用于评估直接翻译和间接翻译之间的差异，并用于正则化培训，以建立培训模型，包括面对面的翻译，绘画到照片的翻译以及去雨 / 去噪翻译。
PDF5 years ago
NIPS一次性无监督跨域翻译
本篇论文讨论了单张图片从 A 领域转换到 B 领域的问题，提出了一种使用变分自编码器的训练方式，即先训练 B 领域自编码器模型，再根据待转换图片 x 创建 A 领域自编码器模型进行训练，本研究表明，该方法在只有一张样本图片 x 的情况下也能
PDF6 years ago