generative network | BriefGPT

关键词generative network

搜索结果 - 31

对抗扰动的跨域可转移性
本研究首次证明存在领域不变的对抗性攻击，提出了一个用于在不同领域中高度转移的攻击框架，核心是一个可生成网络，具有相对论监督信号，能够实现领域不变的扰动。该方法在白盒和黑盒情况下均创新了欺骗率的最佳性能，并且尽管它是一个无实例特定扰动的函数，
PDF5 years ago
ICCVSPLINE-Net: 通过光照插值和法线估计网络稀疏光度立体
该论文介绍了一种利用生成网络的光照插值和法线估计方法（SPLINE-Net），通过对称和非对称损失函数的结合，该方法具有等各向异性和全局光照效应的异常值拒绝等优点，并且仅使用了十张图像，就能够胜过现有的基于不同 BRDFs 的 Photom
PDF5 years ago
CVPR多视图立体重建的条件单视图形状生成
本文提出一种基于图像的形状生成新视角，采用基于深度学习方法的多个视角重建任务，引入了条件生成网络对单观察结果的不确定性进行建模，并使用不同 iable guidance 限制实现了多视角合成。实验结果表明，该方法在 3D 重建测试误差方面优
PDF5 years ago
ICCV混合域图像翻译的 Sym 参数化动态推断
该研究提出一个新的多域图像翻译方法，将 ` 多域 ' 的概念从数据扩展到损失区域，并学习每个域的混合特征，实现可动态推断混合域图像的翻译，无需任何目标域数据集。
PDF6 years ago
使用关注对抗生成网络对最先进人脸识别系统进行攻击
本文研究如何通过使用生成网络和注意力机制来进行对抗攻击，以误导面部识别网络将某人误认为目标人物而非将其错判不明显的机制。
PDF6 years ago
通过幻觉操作自然场景的属性
探索建立一个基于深度生成网络的两阶段框架，在保证场景语义细节整体的前提下，使用户能够直接操纵自然场景的高级属性，实现对场景的季节、天气和时间等属性的快速转换和图像幻化操作。
PDF6 years ago
因果生成领域自适应网络
本文提出了一种灵活的生成领域自适应网络 (G-DAN) 和因果生成领域自适应网络 (CG-DAN)，旨在通过建模特征的生成过程和使用低维潜在变量，学习和处理源域和目标域之间的分布变化，进而实现跨领域数据生成和预测。实验结果表明，这两种方法在
PDF6 years ago
使用生成模型学习通用对抗扰动
本文介绍了一种生成网络 —— 通用对抗网络，它可以在数据集中添加生成输出并欺骗目标分类器，从而提高通用对抗攻击的效果。
PDF7 years ago
带有 Gumbel-Greedy 解码的神经机器翻译
本文提出了一种使用 Gumbel-Greedy Decoding 训练生成网络来预测翻译的方法，该方法使用 Gumbel-Softmax 重新参数化来实现对离散单词序列的可微分训练，实验证明其有效性。
PDF7 years ago
CVPRTextureGAN：使用纹理贴片控制深度图像合成
本文介绍了一种通过草图、颜色和纹理生成深层次图像的方法。通过引入纹理控制来实现用户对输出纹理的控制，我们的生成网络可以学习到如何根据用户的纹理想法生成与之一致的对象，并且在实验中得到了验证。
PDF7 years ago
实时转换的多风格生成网络
本研究提出 CoMatch Layer 和 Multi-style Generative Network (MSG-Net) 用于实现实时风格转换，并使用了上采样卷积等特殊算法，大幅提高了图像质量。此外，MSG-Net 支持内容风格插值、空
PDF7 years ago