随笔分类 -  GAN 生成式对抗网络

摘要：众所周知，GANs 的训练尤其困难，笔者自从跳入了 GANs 这个领域（坑），就一直在跟如何训练 GANs 做「对抗训练」，受启发于 ganhacks，并结合自己的经验记录总结了一些常用的训练 GANs 的方法，以备后用。 什么是 GANs？ GANs（Generative Adversarial 阅读全文

摘要：你可还记得BigGAN问世之初，直接将图像生成的逼真度提高了一个Level，引来Twitter上花样赞赏？ 如今它不止被超越，而且是被轻松超越。 “轻松”在哪呢？ S³GAN达到这么好的效果，只用了10%的人工标注数据。而老前辈BigGAN，训练所用的数据100%是人工标注过的。 如果用上20%的标 阅读全文

摘要：CMU 和 Facebook 的研究者联合进行的一项研究提出了一种新型无监督视频重定向方法 Recycle-GAN，该方法结合了时间信息和空间信息，可实现跨域转换，同时保留目标域的风格。相较于只关注空间信息的Cycle-GAN，在视频转换中Recycle-GAN的过渡效果更加自然。 项目展示：htt 阅读全文

摘要：生成对抗网络（GAN）是当今最流行的图像生成方法之一，但评估和比较 GAN 产生的图像却极具挑战性。之前许多针对 GAN 合成图像的研究都只用了主观视觉评估，一些定量标准直到最近才开始出现。本文认为现有指标不足以评估 GAN 模型，因此引入了两个基于图像分类的指标——GAN-train 和 GAN- 阅读全文

摘要：该研究提出一种迁移不同视频中人物动作的方法。给出两个视频，一个视频中是研究者想要合成动作的目标人物，另一个是被迁移动作的源人物，研究者通过一种基于像素的端到端流程在人物之间进行动作迁移（motion transfer）。该方法与这二十年来使用最近邻搜索 [4, 9] 或 3D 重定位运动 [7, 1 阅读全文

摘要：通常的图像转换模型（如 StarGAN、CycleGAN、IcGAN）无法实现同时训练，不同的转换配对也不能组合。在本文中，英属哥伦比亚大学（UBC）与腾讯 AI Lab 共同提出了一种新型的模块化多域生成对抗网络架构——ModularGAN，生成的结果优于以上三种基线结果。该架构由几个可重复利用和 阅读全文