JavaShuo
欄目
標籤
SIGGRAPH 2018.Deep Image-Based Relighting from Optimal Sparse Samples.
時間 2021-01-02
原文
原文鏈接
從最佳稀疏樣本進行基於圖像的深度重光照網絡 我們提出了一種基於圖像的重光照方法,該方法可以僅從預定義的定向光下捕獲的五幅圖像中,從可見半球的新的,遠距離照明下合成場景的外觀。我們的方法使用深度卷積神經網絡從這五張圖像中迴歸出新圖像。此照明網絡是在一個大型合成數據集上訓練的,該數據集由程序生成具有真實反射率的形狀組成。我們表明,通過將自定義設計的採樣網絡與重光照網絡相結合,我們可以共同學習最佳的輸入
>>阅读原文<<
相關文章
1.
Deep learning:八(Sparse Autoencoder)
2.
NVIDIA AT SIGGRAPH 2018的體會
3.
ReLU——Deep Sparse Rectifier Neural Networks
4.
(轉) Deep Reinforcement Learning: Pong from Pixels
5.
3D U-Net: Learning Dense Volumetric Segmentation from Sparse Annotation
6.
稀疏到稠密:從稀疏深度樣本+單一圖像的深度預測(Sparse-to-Dense: Depth Prediction from Sparse Depth Samples and..)
7.
LEARNING NOTES FROM DEEP LEARNING
8.
sparse coding
9.
論文筆記_Estimating Depth from RGB and Sparse Sensing
10.
Optimal Logging
更多相關文章...
•
Scala 偏應用函數
-
Scala教程
•
Thymeleaf迭代列表
-
Thymeleaf 教程
•
YAML 入門教程
•
漫談MySQL的鎖機制
相關標籤/搜索
siggraph
samples
sparse
optimal
deep
Deep Learning
Deep Hash
wide&deep
deep sort
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
resiprocate 之repro使用
2.
Ubuntu配置Github並且新建倉庫push代碼,從已有倉庫clone代碼,並且push
3.
設計模式9——模板方法模式
4.
avue crud form組件的快速配置使用方法詳細講解
5.
python基礎B
6.
從零開始···將工程上傳到github
7.
Eclipse插件篇
8.
Oracle網絡服務 獨立監聽的配置
9.
php7 fmp模式
10.
第5章 Linux文件及目錄管理命令基礎
本站公眾號
歡迎關注本站公眾號,獲取更多信息
相關文章
1.
Deep learning:八(Sparse Autoencoder)
2.
NVIDIA AT SIGGRAPH 2018的體會
3.
ReLU——Deep Sparse Rectifier Neural Networks
4.
(轉) Deep Reinforcement Learning: Pong from Pixels
5.
3D U-Net: Learning Dense Volumetric Segmentation from Sparse Annotation
6.
稀疏到稠密:從稀疏深度樣本+單一圖像的深度預測(Sparse-to-Dense: Depth Prediction from Sparse Depth Samples and..)
7.
LEARNING NOTES FROM DEEP LEARNING
8.
sparse coding
9.
論文筆記_Estimating Depth from RGB and Sparse Sensing
10.
Optimal Logging
>>更多相關文章<<