latent codes | BriefGPT - AI 论文速递

关键词latent codes

搜索结果 - 39

ICML从单个序列元素中提取静态信息的顺序解缩
通过引入简单且有效的减法归纳偏差，条件于单个样本，我们提出了一种新颖且简单的架构，以减少信息泄漏，并展示了在生成和预测任务上相比多个强基准方法更先进的结果。
PDF8 days ago
TexPainter: 多视角一致性的生成网格纹理
通过梯度反向传播间接修改潜在编码，并使用优化方法的颜色融合技术来实现多视角一致性，从而提高生成纹理的质量和一致性。
PDF2 months ago
CVPR基于扩散驱动的 GAN 反向传递用于多模态人脸图像生成
我们提出了一种新的多模态人脸图像生成方法，通过将文本提示和视觉输入转化为逼真的人脸图像，结合了生成对抗网络和扩散模型的优势，并通过简单映射和风格调节网络将两个模型结合起来，将特征图和注意力图中的有意义的表示转化为潜空间编码。使用预训练的生成
PDF2 months ago
现代 GAN 模型的有趣特性
对现代生成对抗网络（GANs）的研究表明，其学习到的流形不符合训练分布，而且对超出分布的图片赋予更高密度，学到的潜在编码的先验与训练分布相去甚远，所用于训练 GANs 的图像集合通常不符合 GANs 的分布描述。
PDF4 months ago
ENTED：参考图像盲目人脸修复中的增强神经纹理提取和分布
我们提出了一个名为 ENTED 的新框架，用于盲目修复人脸，旨在恢复高质量和逼真的肖像图像。通过在单个退化的输入图像和高质量参考图像之间传输高质量纹理特征，我们的方法包括修复一个退化输入图像。然而，我们框架中的 StyleGAN 类似结构需
PDF6 months ago
使用隐藏动态变换器进行手语产生
经过改进，我们开发了一种新方法来制作高质量的手语视频，不需要使用人类姿势作为中间步骤。与之前的方法相比，我们的模型在两个手语数据集上表现更好。
PDF6 months ago
画像扩散：基于连锁绘画的无需训练的人脸风格化
本研究提出了一种无需训练的人像风格化框架，名为 Portrait Diffusion，通过使用现成的文本到图像扩散模型，在注意力空间中通过样式关注控制精细地融合内容和样式特征，并提出了一种渐进涂画方法 Chain-of-Painting，从
PDF7 months ago
基于扩散的因果表示学习
通过扩散基础的因果表示学习 (Diffusion-based Causal Representation Learning，简称 DCRL) 算法，研究了因果表示学习的动态扩散模型，并证实了该方法在识别因果结构和因果变量方面具有可比性的效果
PDF8 months ago
训练的潜在空间导航：在基于样式的模型生成的图像中预防缺乏逼真感
本文介绍了一种简单的无监督方法，用于提供训练良好的局部潜在子空间，使得通过潜在编码的导航能够保持生成图像的真实感。实验证明，在局部潜在子空间内生成的图像能够在潜在编码反复调整的情况下保持真实感，并且这种方法对各种类型的基于风格的模型中的潜在
PDF9 months ago
StylePrompter：所有风格需要的只是注意力
对给定图像进行 GAN 反演，将其转化为相应的潜在代码，尤其是针对具有解耦潜在空间的 StyleGAN，从而实现基于属性的图像操作。
PDFa year ago
分布式实例分割：用潜在的 MaskRCNN 模型建模不确定性和高置信度预测
本文提出一种基于概率分布的实例分割方法，利用潜在编码来建模物体掩膜的可能假设，从而降低机器人应用中的临界错误率。在实际服装拣选机器人上，该方法成功降低了错误率并提高了性能。
PDFa year ago
降低编辑性能的因素是什么？面向域的混合细化以提高 GAN 反演性能
该论文提出了一种基于图像分割技术的域特定混合细化方法（DHR），利用两种主流优化技术的优缺点来保持编辑能力和提高重建准确度，可适用于所有潜在编码嵌入方法。实验结果表明，该方法在真实图像反演和编辑方面达到了当前最先进的水平。
PDFa year ago
ECCV对比学习用于多样性解缠前景生成
本研究提出了一种新方法，使用对比学习和潜在编码来进行前景生成，实现了明确控制各种因素，获得多样性和可控性的生成结果，比现有技术更优秀。
PDF2 years ago
LSAP: 重新思考 GAN 潜空间中的反演保真度、感知度和可编辑性
该论文提出了潜在空间对齐反演范式，通过引入标准化样式空间和余弦距离等指标优化反演方法使得反演结果更符合期望分布，并在多个领域的实验中显示出优越性。
PDF2 years ago
MM通过 CLIP 实现反事实图像处理
通过 Contrastive-Language-Image- Pretraining (CLIP) 进行对抗操作，利用预定义的 CLIP 空间方向指导编辑，并将文本嵌入显式地转换为潜在空间，以实现准确的编码和编辑。
PDF2 years ago
CVPRWarpingGAN: 对多个均匀先验进行变形以进行对抗性 3D 点云生成
本文提出了一个有效和高效的三维点云生成网络 ——WarpingGAN，通过学习统一的局部变形函数将多个相同的预定义先验变形成驱动局部结构意识语义的三维形状，从而在一次训练后以单个轻量级网络的形式高效地生成具有各种分辨率的均匀分布的三维点云。
PDF2 years ago
基于特征风格编码器的风格生成对抗网络反演
本文提出了一种新型的 GAN 反演架构，称为特征 - 风格编码器，其风格编码器对于操纵获得的潜在代码至关重要，而特征编码器对于优化图像重建至关重要，该模型能够比现有方法更准确地反演实际图像，获得更好的感知质量和更低的重建误差。并且，我们还演
PDF2 years ago
EMNLPDiscoDVT: 使用意识到语篇的离散变分变换器生成长文本
本文提出 DiscoDVT：一种基于离散变分 Transformer 的话语感知模型，用于帮助预训练语言模型生成保持长距离连贯性的长文章。通过学习一个可以概括全文结构的离散变量序列，并利用其指导每个解码步骤的生成过程。试验表明，离散编码与话
PDF3 years ago
StyleFusion：用于解开空间分段的生成模型
StyleFusion 是一种基于 StyleGAN 的新型映射架构，可以将多个潜在代码融合成一个风格代码，从而得到可以精细控制每个生成图像区域的去耦合表示，同时可实现语义感知的跨图像区域混合，对于用户的兴趣区域提供更精准的编辑限制。
PDF3 years ago
CVPR潜空间操纵的代理梯度场
本文提出了一种基于替代梯度场算法的方法，通过操纵关键点和说明文字等多维条件，搜索新的潜在编码，使得编辑后的图像符合目标条件。实验结果表明该方法在人脸属性调整任务方面表现优异，能够更好地处理图像属性的分离问题。
PDF3 years ago