公众号机器学习与AI生成创作
CVPR 2020 | 几篇 image-to-image 论文速递
关注作者
前往小程序,Get
更优
阅读体验!
立即前往
腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
公众号机器学习与AI生成创作
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
社区首页
>
专栏
>
CVPR 2020 | 几篇 image-to-image 论文速递
CVPR 2020 | 几篇 image-to-image 论文速递
公众号机器学习与AI生成创作
关注
发布于 2020-06-12 10:42:20
1.3K
0
发布于 2020-06-12 10:42:20
举报
文章被收录于专栏:
机器学习与生成对抗网络
机器学习与生成对抗网络
1 Fine-grained Image-to-Image Transformation towards Visual Recognition
现有的图像转换方法主要集中在:如何在合成视觉上有让人感到自然的效果。而生成具有正确身份标签的图像具有挑战性,且相关探索少得多。
在保持身份不变的情况下,对于姿势、视角或尺寸(缩放)具有较大变形的图像转换任务,更具挑战性,例如面部旋转和对象视图变形。
本文的目标是对具有细粒度类别的图像进行转换,以合成保留输入图像身份的新图像,从而可以为后续的细粒度图像识别和少样本学习任务带来好处。
2 Reusing Discriminators for Encoding: Towards Unsupervised Image-to-Image Translation
训练结束后,大多数当前的图像转换框架将丢弃鉴别器。
本文通过重复使用鉴别器来对目标域的图像进行编码,提出NICE-GAN。与以前的方法相比,方法具有两个好处:首先,由于不需要独立的编码组件,因此结构更紧凑;其次,这种插入式编码器直接受对抗损失训练,如果应用了多尺度鉴别器,则其信息量更大,训练更有效。- 代码开源:https://github.com/alpc91/NICE-GAN-pytorch
3 Domain Adaptive Image-to-image Translation
不成对训练下的图像转换image-to-image translation (I2I)在各种应用中都取得了巨大的成功。但其泛化能力仍然是一个悬而未决的问题。
本文证明了现有的I2I模型不能很好地推广到训练域之外的样本,首先,当测试样本超出其有效输入域时,I2I模型可能无法正常工作。其次,如果预期输出与模型训练的结果相距甚远,则结果不可靠。
为了解决这些问题,提出了一种域自适应图像到图像转换(DAI2I)框架,该框架使I2I模型适用于域外样本。框架引入了两个子模块-一个将测试样本映射到I2I模型的有效输入域,另一个将I2I模型的输出转换为预期结果。
4 DUNIT: Detection-based Unsupervised Image-to-Image Translation
大多数图像转换方法将图像视为一个整体,这使得它们生成的效果内容丰富,却不够逼真现实。
本文介绍了一种基于检测的无监督图像到图像转换(DUNIT)方法,该方法在转换过程中明确考虑了对象实例。方法为全局图像和实例分别提取各自表示,然后再将它们融合。
5 High-Resolution Daytime Translation Without Domain Labels
对高分辨率照片中的白天变化进行建模,例如在白天,夜晚或黎明的典型光照下重新渲染同一场景,是一项具有挑战性的图像处理任务。- 本文为此任务提供了高分辨率的白天转换(HiDT)模型。HiDT结合了生成式图像转换模型和新的上采样方案,后者可以高分辨率应用于图像转换。
项目:https://saic-mdal.github.io/HiDT/
本文参与
腾讯云自媒体分享计划
,分享自微信公众号。
原始发表:2020-06-10,如有侵权请联系
cloudcommunity@tencent.com
删除
linux
https
github
网络安全
git
本文分享自
机器学习与AI生成创作
微信公众号,
前往查看
如有侵权,请联系
cloudcommunity@tencent.com
删除。
本文参与
腾讯云自媒体分享计划
,欢迎热爱写作的你一起参与!
linux
https
github
网络安全
git
评论
登录
后参与评论
0 条评论
热度
最新
推荐阅读
LV.
关注
文章
0
获赞
0
目录
1 Fine-grained Image-to-Image Transformation towards Visual Recognition
2 Reusing Discriminators for Encoding: Towards Unsupervised Image-to-Image Translation
3 Domain Adaptive Image-to-image Translation
4 DUNIT: Detection-based Unsupervised Image-to-Image Translation
5 High-Resolution Daytime Translation Without Domain Labels
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档
0
0
0
推荐