鸢尾花开

发布时间 : 2024-01-22
发布 : 2024-01-22 分类 : 杂记 浏览 :

Codebook MemaryBank and QueryKey

发布时间 : 2021-11-04
发布 : 2021-11-04 分类 : 深度学习 浏览 :

记录实现较好的方法

基于stylegan系列的工作模型框架整理

发布时间 : 2021-10-29
发布 : 2021-10-29 分类 : 深度学习 浏览 :

记录已报告过的 stylegan base 工作
85a2c6e3e86f686c3f16065256c42f08.png

CAAE And CAAE Plus 年龄回归模型

发布时间 : 2021-09-22
发布 : 2021-09-22 分类 : 深度学习 浏览 :

《Age Progression/Regression by Conditional Adversarial Autoencoder》和《CAAE++: Improved CAAE for Age Progression/Regression》两篇论文笔记。
image.png

Exploiting Spatial Dimensions of Latent in GAN for Real time Image Editing

发布时间 : 2021-08-19
发布 : 2021-08-19 分类 : 深度学习 浏览 :

2021 CVPR《Exploiting Spatial Dimensions of Latent in GAN for Real-time Image Editing》 论文笔记
对真实图像编辑需要先找到其在 GAN 中对应的 latent,目前基于优化的方法寻找 latent 费时且不准确,本文提出带有空间维度的 latent,用不同空间维度的调制器操作替换 AdaIN。本方法通过编码器获取 embedding,它比现有基于优化的方法更精准。基于带有空间维度的 w+,可以进行局部编辑。
image.png

Mask Guided Discovery of Semantic Manifolds in Generative Models

发布时间 : 2021-08-17
发布 : 2021-08-17 分类 : 深度学习 浏览 :

《Mask-Guided Discovery of Semantic Manifolds in Generative Models》论文笔记
本文使用基于优化的方法引导目标区域改变,简单直接又高效。

DNANet Age and Gender Aware Kin Face Synthesizer

发布时间 : 2021-08-03
发布 : 2021-08-03 分类 : 深度学习 浏览 :

《What Will Your Child Look Like? DNA-Net: Age and Gender Aware Kin FaceSynthesizer》论文笔记。本文同时考虑父母双方的影响,构建年龄和性别可控的 two-stage klin-face 生成模型。
image.png

CvT Introducing Convolutions to Vision Transformers

发布时间 : 2021-07-30
发布 : 2021-07-30 分类 : 深度学习 浏览 :

《CvT: Introducing Convolutions to Vision Transformers》论文笔记
本文提出了卷积视觉 Transformer(CvT),它设计了两个操作,Convolutional Token Embedding 和 Convolutional Projection,使得整个网络结构同时具备了卷积和 Transformer 的特点,去除了位置编码 embedding,简化了网络设计。
image.png

Controllable Descendant Face Synthesis

发布时间 : 2021-07-29
发布 : 2021-07-29 分类 : 深度学习 浏览 :

《Controllable Descendant Face Synthesis》文章笔记
现有的后代合成方法只关注父母之一和子女,这种 1 对 1 的合成,并且没有任何精确的控制合成人脸相似的地方。本文方法同时考虑了父母双方人脸,提出了继承模块和属性增强模块,前者准确控制人脸相似之处,后者控制年龄和性别。由于缺少大规模的父亲-母亲-孩子标注的数据集,本文还提出了有效的训练策略解决该问题。
image.png

GAN Inversion 整理

发布时间 : 2021-07-19
发布 : 2021-07-19 分类 : 深度学习 浏览 :

GAN Inversion 相关方法整理
《Image2StyleGAN: How to Embed Images Into the StyleGAN Latent Space?》
《Image2StyleGAN++: How to Edit the Embedded Images?》
《In-Domain GAN Inversion for Real Image Editing》
《Force-in-domain GAN inversion》