[ICCV2019] Unsupervised Robust Disentangling of Latent Characteristics for Image Synthesis
作者：Patrick Esser，Heidelberg University, Germany Distanglement 何謂解耦。舉例說明下：一張人像圖，普通編碼器會將這幅圖的所有信息進行編碼，包括人的外觀，姿勢，背景等，但這些特徵是耦合的，即在改變編碼向量時，你無法單獨改變某一特徵，而不影響其他特徵；而distangle意味着圖像中這些不同的特徵在編碼後，可以單獨改變而不相互影響。 本文中把
相關文章
- 1. 論文筆記（1）：CVPR2019-Latent Filter Scaling for Multimodal Unsupervised Image-to-Image Translation
- 2. Unsupervised Disentangling of Appearance and Geometry by Deformable Generator Network
- 3. Unsupervised Person Image Synthesis in Arbitrary Poses 筆記
- 4. Generative Adversarial Text to Image Synthesis
- 5. Uncovering Latent Style Factors for Expressive Speech Synthesis
- 6. SDGAN 《Semantics Disentangling for Text-to-Image Generation》探析
- 7. Unpaired/Partially/Unsupervised Image Captioning
- 8. Y-Autoencoders: disentangling latent representations via sequential-encoding
- 9. image characteristics extraction
- 10. LARGE SCALE GAN TRAINING FOR HIGH FIDELITY NATURAL IMAGE SYNTHESIS
- 更多相關文章...
- • Scala for循環 - Scala教程
- • RSS
元素 - RSS 教程 - • Docker 清理命令
- • 使用Rxjava計算圓周率
相關標籤/搜索
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. Duang!超快Wi-Fi來襲
- 2. 機器學習-補充03 神經網絡之**函數(Activation Function)
- 3. git上開源maven項目部署 多module maven項目（多module maven+redis+tomcat+mysql）後臺部署流程學習記錄
- 4. ecliple-tomcat部署maven項目方式之一
- 5. eclipse新導入的項目經常可以看到「XX cannot be resolved to a type」的報錯信息
- 6. Spark RDD的依賴於DAG的工作原理
- 7. VMware安裝CentOS-8教程詳解
- 8. YDOOK：Java 項目 Spring 項目導入基本四大 jar 包 導入依賴，怎樣在 IDEA 的項目結構中導入 jar 包 導入依賴
- 9. 簡單方法使得putty（windows10上）可以免密登錄樹莓派
- 10. idea怎麼用本地maven
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 論文筆記（1）：CVPR2019-Latent Filter Scaling for Multimodal Unsupervised Image-to-Image Translation
- 2. Unsupervised Disentangling of Appearance and Geometry by Deformable Generator Network
- 3. Unsupervised Person Image Synthesis in Arbitrary Poses 筆記
- 4. Generative Adversarial Text to Image Synthesis
- 5. Uncovering Latent Style Factors for Expressive Speech Synthesis
- 6. SDGAN 《Semantics Disentangling for Text-to-Image Generation》探析
- 7. Unpaired/Partially/Unsupervised Image Captioning
- 8. Y-Autoencoders: disentangling latent representations via sequential-encoding
- 9. image characteristics extraction
- 10. LARGE SCALE GAN TRAINING FOR HIGH FIDELITY NATURAL IMAGE SYNTHESIS