invertible neural network | BriefGPT

关键词invertible neural network

搜索结果 - 9

通过可逆神经网络增强遥感图像压缩中的感知质量
通过可逆神经网络，我们提出了 INN-RSIC 方法，用于解码远程感应图像并实现高感知质量，在低比特率下尤为重要。我们采用现有图像压缩算法捕捉压缩失真，并通过 INN 将其编码为一组高斯分布的潜在变量，使解码图像中的压缩失真与真实图像无关。
PDF2 months ago
单调，双 Lipschitz 和 Polyak-Łojasiewicz 网络
该论文介绍了一种新的双 Lipschitz 可逆神经网络（BiLipNet），它能够控制其 Lipschitz 性（输出对输入扰动的敏感性）和逆 Lipschitz 性（对不同输出的输入可辨识性）。主要贡献是一种具有强单调性和 Lipsch
PDF5 months ago
PRO-Face S: 基于安全流的保护隐私可逆模糊化人脸图像
本文提出了一种新的面部隐私保护范式，通过使用一种轻量级框架统一了匿名性、多样性、可逆性和安全性等多个特征，称之为 PRO-Face S，即通过安全的基于流的模型实现对面部图像的隐私保护的可逆模糊化。
PDFa year ago
CVPRNIKI: 基于可逆神经网络的神经逆运动学方法用于 3D 人体姿态和形态估计
本文提出了一种名为 NIKI 的深度学习模型，通过建模双向误差来提高 3D 人体姿态估计的鲁棒性和像素对齐精度，使用可逆神经网络从正向和反向过程中进行学习，并模拟解析逆运动学算法以提高可解释性，在标准和遮挡指标测试上均呈现出鲁棒性和对齐效果
PDFa year ago
通过可逆神经网络学习解释的非耦合语义空间
本文提出了一种将 BERT-GPT2 自编码器的隐藏空间转换为更易分离的语义空间的方法，借助于基于流的可逆神经网络 (INN)，实验结果表明，这种方法能够比最新的最先进模型更好地实现语义的分离和可控性。
PDFa year ago
IJCAIAgeFlow: 带归一化流的条件年龄进展和回归
AgeFlow 是一种新的框架，将流行模型和 GANs 相结合，使用编码器、解码器和可逆条件转换模块来实现双向年龄映射，通过属性感知知识蒸馏来学习变化方向，避免了面部属性的意外变化，在两个基准数据集上的实验结果表明，AgeFlow 比现有
PDF3 years ago
CVPR神经元件：使用可逆神经网络学习表达性三维形状抽象
本研究介绍了一种新的三维基元表示方法 Neural Parts，该方法使用可逆神经网络定义基元，并通过学习将三维对象解析为语义一致的部件排列，有效地抽象了三维形状并实现了精确的重建。
PDF3 years ago
OvA-INN：可逆神经网络的连续学习
本文提出了一种新的方法，即 OvA-INN，它可以一次学习一个类别，不需要存储任何以前的数据，其利用预训练模型和具有逆变性的神经网络在连续学习问题上的性能优于现有的最佳方法。
PDF4 years ago
ICLR潜在正态流用于多对多跨域映射
本篇论文提出了一种新颖的半监督框架，将共享信息与特定领域信息分别建模，并结合了基于规范化流的先验知识，以实现高效的图文交叉多对多映射，该方法被证明在图片标题生成和文本到图像合成等多种任务中具有有效性。
PDF4 years ago