JavaShuo
欄目
標籤
High Quality Facial Surface and Texture Synthesis via Generative Adversarial Networks
時間 2020-12-30
標籤
Face Reconstruction
深度學習
人工智能
欄目
Microsoft Surface
简体版
原文
原文鏈接
ECCV 2018 workshop paper ##內容: 利用GAN來模擬參數化的人體紋理空間,通過學習每個紋理的最佳3DMM係數來生成相應的面部幾何圖形。生成的圖像被映射到相應的幾何圖形上,以獲得新的高分辨率三維面。 ##3DMM缺陷: 在3D人臉的背景下,最常用的幾何圖形和紋理的表示和合成模型之一是線性表示的3DMM,3DMM能夠提供它所構成的各種數據的新樣本。然而,由於生成模型服從高斯分
>>阅读原文<<
相關文章
1.
Precomputed Real-Time Texture Synthesis with Markovian Generative Adversarial Networks論文筆記
2.
Generative Adversarial Network (GAN) papers (2018.2.4 更新)
3.
Generative Adversarial Text to Image Synthesis
4.
[Style Transfer]——Blood Vessel Geometry Synthesis using Generative Adversarial Networks
5.
Generative Adversarial Network Architectures For Image Synthesis Using Capsule Networks
6.
Generative Adversarial Nets[CycleGAN]
7.
Graphical Generative Adversarial Networks
8.
CartoonGAN: Generative Adversarial Networks for Photo Cartoonization
9.
Triangle Generative Adversarial Networks
10.
Contrastive Generative Adversarial Networks
更多相關文章...
•
Web Quality - 無障礙(WAI)
-
網站品質教程
•
W3C RDF and OWL 活動
-
W3C 教程
•
RxJava操作符(七)Conditional and Boolean
•
Flink 數據傳輸及反壓詳解
相關標籤/搜索
networks
adversarial
generative
synthesis
quality
texture
facial
high
surface
high&newtech
Microsoft Surface
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.
Android Studio3.4中出現某個項目全部亂碼的情況之解決方式
2.
Packet Capture
3.
Android 開發之 仿騰訊視頻全部頻道 RecyclerView 拖拽 + 固定首個
4.
rg.exe佔用cpu導致卡頓解決辦法
5.
X64內核之IA32e模式
6.
DIY(也即Build Your Own) vSAN時,選擇SSD需要注意的事項
7.
選擇深圳網絡推廣外包要注意哪些問題
8.
店鋪運營做好選款、測款的工作需要注意哪些東西?
9.
企業找SEO外包公司需要注意哪幾點
10.
Fluid Mask 摳圖 換背景教程
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.
Precomputed Real-Time Texture Synthesis with Markovian Generative Adversarial Networks論文筆記
2.
Generative Adversarial Network (GAN) papers (2018.2.4 更新)
3.
Generative Adversarial Text to Image Synthesis
4.
[Style Transfer]——Blood Vessel Geometry Synthesis using Generative Adversarial Networks
5.
Generative Adversarial Network Architectures For Image Synthesis Using Capsule Networks
6.
Generative Adversarial Nets[CycleGAN]
7.
Graphical Generative Adversarial Networks
8.
CartoonGAN: Generative Adversarial Networks for Photo Cartoonization
9.
Triangle Generative Adversarial Networks
10.
Contrastive Generative Adversarial Networks
>>更多相關文章<<