HoloGAN（一种新的生成模型）从自然图像中学习3D表示

作者 | Asif Razzaq

编辑 | 代码医生团队

一组研究人员提出了一种新的生成对抗网络（GAN），该网络使用自然图像执行3D表示的无监督学习。

不像大多数GAN模式，这依赖于2D内核生成图像，需要从3D模型强大的3D理解，HoloGAN学习和切实展示这种表示任务，以创建图像模糊或伪影。

论文：

https://arxiv.org/pdf/1904.01326.pdf

GitHub：

https://github.com/thunguyenphuoc/HoloGAN

数据集

CelebA：

http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html

LSUN：数据集和预处理代码

https://github.com/fyu/lsun

猫：数据集和预处理代码

https://github.com/AlexiaJM/RelativisticGAN/tree/master/code