姓名：张安琪 学号：17021211235 转载自：https://www.leiphone.com/news/201806/aLeiPZA0F...

使用卷积神经网络的图片风格转换器 摘要：使用不同风格渲染图片的语义信息是一件艰难的图像处理的任务。可以证明的是，之前方法的主要限制因素是缺乏能够...

对抗生成网络的谱标准化 摘要：生成对抗网络研究中的一个挑战就是它训练的不稳定性。在本篇文章中，我们提出了一种新的称为谱标准化的权重标准化技术来稳...

环境GAN：从有损测度中生成模型 摘要：生成模型提供了一种对于复杂分布中结构进行建模的方式，并且已经被证明可用于很多实际感兴趣的任务中。但是，现...

用辅助分类器的GANs的条件图像合成 摘要合成高分辨率并且真实的图片在机器学习是一个一直存在的挑战。在本文中我们引入新的方法，来提高用于图像合成...

深度身份感知的人脸属性转换器 摘要：本篇论文提出了一个深度卷积网络模型作为身份感知的人脸属性转换器（DIAT）。给定源图片和参照的属性，DIAT...

分解的人物图片生成摘要：因为如前景、背景和姿势信息等不同图像因素之间的复杂的相互影响，使得生成新的并且真实的人的图片是一个具有挑战的任务。本文中...

InfoGAN:通过信息最大化的生成对抗网络进行的可解释表示的学习 摘要：这篇论文描述了InfoGAN，一种对于对抗生成网络的信息理论上的扩展，...

无监督的跨领域图片生成摘要：我们研究了将一个领域中的样本转换成另一个领域中类似的样本的问题。给定两个相关的领域S和T，我们想要学习一个生成函数G...

对抗特征学习摘要：对抗生成网络框架学习从简单的隐藏分布映射到任意复杂的数据分布的生成模型的能力已被实验证明，令人信服的结果表明这些生成器的隐藏空...