BriefGPT.xyz
Ask
alpha
关键词
realistic image synthesis
搜索结果 - 3
基于强化学习的状态感知神经自适应采样与去噪方法,用于实时路径追踪
通过强化学习优化重要性采样网络,将采样的值输入潜在空间编码器,最终训练一个神经去噪器,该方法在多个数据集上提高了视觉质量,使渲染时间比现有技术提高了 1.6 倍,成为实时应用的有希望的解决方案。
PDF
9 months ago
CVPR
图像生成的空间融合生成对抗网络
该论文提出了一种创新的空间融合 GAN(SF-GAN),它结合了几何合成器和外观合成器,以在几何和外观空间中实现综合的逼真性。两个综合器彼此相互连接,可以进行端到端训练,无需监督。SF-GAN 已在两个任务中进行了评估,定性和定量比较证明了
→
PDF
6 years ago
AAAI
没有模式被遗漏:使用 GAN 有效捕获数据分布
本文提出了一种新的简单方法,将基于编码器的目标函数与新颖的损失函数相结合,以在丢失模式问题上改进生成对抗网络(GAN)的训练,其中详细分析了玩具和真实数据集的量化和定性结果,证明了该方法在解决缺失模式问题和提高 GAN 训练方面的有效性。
PDF
6 years ago
Prev
Next