- 根據大致的草圖框架(語義佈局法),深度神經網絡現在可以直接合成真實效果的圖片。
- 參數模型(parametric models)的優點是具有高度的表現力,可進行端到端的訓練。非參數模型(Non-parametric models)的優點是可以在測試時提取大型的真實圖片數據集裏的素材。
- 集結這兩種方法的優勢,提出了SIMS(半參數模型)
- SIMS工作思路:
(1)先用大型真實圖像數據集先訓練非參數模型,相當於獲得了一個合成素材庫;
(2)然後基於語義佈局(Semantic layout),把這些素材填充進去,就像一張圖被分割成好幾個版塊之後,再往上打補丁充實細節。接縫的地方,深度網絡會自行融合,並計算好版塊之間物體的空間關係,進一步加強視覺的真實效果。
圖像合成——《Semi-parametric Image Synthesis》閱讀筆記
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章
深度學習_目標檢測_FPN論文詳解
CV-GANRocky
2020-07-08 11:57:07
Ubuntu + Python + Opencv3.x開發環境
木石溪
2020-07-08 11:05:23
cv2.VideoWriter()
y = wX + b
2020-07-08 10:45:04
yolov4訓練自己的數據集實現安全帽佩戴檢測
mind_programmonkey
2020-07-08 09:29:00
使用PaddleDetection訓練自己的數據集
使用PaddleDetection訓練自己的數據集 https://aistudio.baidu.com/aistudio/projectdetail/441868?shared=1
rock4you
2020-07-08 08:24:13
零基礎實戰行人重識別ReID項目-基於Milvus的以圖搜圖
rock4you
2020-07-08 08:24:13
AAAI 2020 收錄的 百度 騰訊優圖 螞蟻金服的論文
rock4you
2020-07-08 08:24:13
MTCNN/LPRNet車牌識別細節
不会写作文的李华
2020-07-08 06:19:36
華爲雲杯-粵港澳大灣區強降水臨近預測比賽小結
你知道网上冲浪吗
2020-07-08 04:33:29
機器學習中SVM+HOG實現對飲料瓶的識別
计算机爱好者001
2020-07-08 02:49:33
CycleGAN-and-pix2pix 環境搭建|簡記
至简1995
2020-07-08 00:28:09
Self-supervised Equivariant Attention Mechanism for Weakly Supervised Semantic Segmentation論文解讀
Turbo_Come
2020-07-08 00:02:52
曠世x北大 公開課 | 深度學習實戰 筆記(1)
Leonadoice
2020-07-07 22:24:06
【MaixPY 教程】用mixly玩轉k210——條形碼、二維碼、AprilTag識別
tonycarson
2020-07-07 22:04:16