image generator | BriefGPT - AI 论文速递

关键词image generator

搜索结果 - 8

神经 Gaffer: 通过扩散重绘任何物体
提出了一种新颖的端到端二维照明扩散模型 Neural Gaffer，通过将图像生成器条件化于目标环境图，可以在任意新环境照明条件下综合出准确、高质量的复照图像，而不需要显式场景分解。
PDF25 days ago
由分类器生成的生成器
我们旨在在不依赖任何数据样本的情况下，从预训练的分类器中重建图像生成器。基于梯度下降的最大边界偏差理论，我们提出了一种新的学习范式，在生成的样本分布上训练生成器以确保网络参数的收敛条件得到满足，而对各种图像生成任务的经验证实了我们的策略的有
PDF7 months ago
一步扩散与分布匹配蒸馏
通过实施分布匹配蒸馏 (Distribution Matching Distillation) 以及多步扩散输出的大规模结构简单回归损失相匹配的方法，我们将扩散模型转化为一步图像生成器，以显著降低对图像质量的影响，使其在 ImageNet
PDF7 months ago
CleftGAN: 基于风格的生成对抗网络适应性应用于唇裂畸形图像创作
我们建立了一个基于深度学习的唇裂生成器，通过使用 StyleGAN-ADA 等生成对抗网络和自适应数据增强（ADA）的方法，可以产生出数量几乎无限、质量高、高度相似的人工唇裂样本图像。
PDF9 months ago
AAAIStyleGAN 循环伪影的系统分析与去除
通过对 Vanilla StyleGAN 模型不同阶段的功能进行机制分析和大量实验调研，我们提出了一种有效的简单解决方案，采用新的像素 - 实例归一化（PIN）层来消除 Vanilla StyleGAN 生成图像中引起视觉质量降低的圆形伪影
PDF3 years ago
ECCVOneGAN：条件图像生成、前景分割和细粒度聚类的同时无监督学习
本研究提出了一种无需标注的无监督学习方法，结合了生成对抗网络和变分自编码器，实现了条件图像生成、前景分割、分级聚类、物体去除和背景补全等多项功能，并在相关任务上取得了最新的最优结果。
PDF5 years ago
CVPRCNN 生成的图像现在还很容易被辨认出来
本研究旨在验证通过预处理和数据增强，一个经典 CNN 生成器（ProGAN）训练出的图像分类器可以很好地适应不同的 CNN 生成器体系结构，数据集和训练方法，并发现了 CNN-generated images 的一些共同系统缺陷。
PDF5 years ago
CVPR层次化文本图像合成的语义布局推断
本文提出一种新的基于语义布局的文本到图像的分层方法，通过语义布局生成器和图像生成器将生成过程分解为多个步骤完成，能够提高图像质量和与输入文本的语义对齐性。
PDF6 years ago