semantic manipulation | BriefGPT

关键词semantic manipulation

搜索结果 - 8

SemUV: 基于深度学习的虚拟人头部 UV 纹理图的语义操作
我们的研究着眼于三维图形管线中的 UV 纹理空间，通过使用 FFHQ-UV 数据集，提出了一种名为 SemUV 的简单而有效的方法进行语义操作，以便为图形设计师提供增强的控制和精确的外观操作能力。我们的方法通过与二维操作技术进行实验比较，展
PDF8 days ago
KITE: 基于关键点条件的语义操作策略
提出了一个基于 Keypoints + Instructions to Execution (KITE) 的两步框架用于实现语义操作，首先通过 2D 图像关键点将输入指令与视觉场景关联，然后通过学习到的关键点条件技能执行指令，其中 keyp
PDFa year ago
基于扩散的场景图像生成及带掩膜对比预训练
通过学习场景图嵌入来直接优化其与图像的对齐以生成语义可操作的图像，该方法使用了遮蔽自编码丢失和对比丢失两种方法训练嵌入，并建立了潜在扩散模型来实现场景图像的生成。在 Visual Genome 和 COCO-Stuff 数据集上，该方法表现
PDF2 years ago
使用三维引导进行跨领域和解耦人脸操作
通过建立人类 3DMM 参数到预先训练好的 StyleGAN2 潜在空间嵌入的解缠映射并进行跨域适应，我们提出了第一种可以在任意域内操纵人脸的方法，以应对现有 3D 可塑模型核心的操纵方法不直接适用于非真实照片、漫画和动物等领域的问题。
PDF3 years ago
ECCVSemanticAdv: 基于属性条件图像编辑的生成对抗样本方法
本研究旨在探索语义干扰对深度神经网络预测结果的影响，并通过提出的算法 SemanticAdv 来生成对各种 “对抗性” 目标偏离的扰动，从而欺骗深度神经网络。实验结果表明，具有控制语义干扰的对抗性例子不仅可以迷惑不同的学习任务，还可以对抗基
PDF5 years ago
基于注意力引导的生成对抗网络的无监督图像转换
本文提出了基于注意力机制的生成对抗网络 AGGAN，在生成图像时使用内置的注意力机制检测最具有辨别性的语义部分并最小化不需要的部分的变化，训练过程中同时考虑对抗损失、循环一致性损失、像素损失和注意力损失，实验表明 AGGAN 比现有模型能够
PDF5 years ago
CVPRAIRD: 图像再用检测的对抗性学习框架
本文提出了一种基于真实世界的对抗交互的图像再利用检测方法，包括坏人和看门狗，并利用参考数据集检测图像语义一致性，可用于识别图像再利用造成的谣言和宣传。
PDF5 years ago
利用对抗生成网络进行语义生成操作
本文提出了一种对物体进行语义操纵的新的生成对抗网络方法，使用对比对抗目标而不是直接将合成样本接近目标数据，以生成具有高可视度和合理的对象语义的操作结果，并在多个语义操作任务上展示了我们的模型的优越性。
PDF7 years ago