【每周CV论文】初学GAN图像风格化必须要读的文章
欢迎来到《每周CV论文》。在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的。
图像风格化是生成对抗网络的一大应用,今天给大家推荐初学该领域必须要读的文章。
作者&编辑 | 言有三
1 有监督Pix2Pix模型
当前大部分基于生成对抗网络的风格化模型都受到了Pix2Pix的影响,或借鉴其部分结构,或借鉴其代码。Pix2Pix是一个条件GAN的变种,它使用成对的图像作为训练数据集,完成图像到图像的翻译,是最经典的有监督图像风格化GAN模型。
文章引用量:3000+
推荐指数:✦✦✦✦✦
[1] Isola P, Zhu J Y, Zhou T, et al. Image-to-image translation with conditional adversarial networks[C]//Proceedings of the IEEE conference on computer vision and pattern recognition. 2017: 1125-1134.
2 无监督CycleGAN
Pix2Pix是最经典的有监督图像风格化GAN模型,CycleGAN[2]则是最经典的无监督图像风格化GAN模型,是后续大部分无监督GAN模型的鼻祖。它无须构建一对一映射的训练数据集,是图像风格化能够真正得以大规模商业化应用的基础,类似的框架还有UNIT[3]。
文章引用量:3000+
推荐指数:✦✦✦✦✦
[2] Zhu J Y, Park T, Isola P, et al. Unpaired image-to-image translation using cycle-consistent adversarial networks[C]//Proceedings of the IEEE international conference on computer vision. 2017: 2223-2232.
[3] Liu M, Breuel T M, Kautz J, et al. Unsupervised Image-to-Image Translation Networks[C]. neural information processing systems, 2017: 700-708.
3 多领域转换StarGAN
原始的Pix2Pix,CycleGAN都只能解决两个领域之间的转换,虽然也可以对其进行拓展。StarGAN[4-5]的提出则只需要学习一个模型,就可以解决多领域间的转换问题,是当前最经典的多领域风格迁移框架。
文章引用量:600+
推荐指数:✦✦✦✦✦
[4] Choi Y, Choi M, Kim M, et al. Stargan: Unified generative adversarial networks for multi-domain image-to-image translation[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2018: 8789-8797.
[5] Choi Y, Uh Y, Yoo J, et al. StarGAN v2: Diverse Image Synthesis for Multiple Domains[J]. arXiv: Computer Vision and Pattern Recognition, 2019.
4 风格编码框架StyleGAN
在风格转换中最重要的就是学习到优秀的风格编码,StyleGAN[6]是当前最好的风格编码网络,它可以精确控制所生成图像的属性,是必须掌握的框架。
文章引用量:400+
推荐指数:✦✦✦✦✦
[6] Karras T, Laine S, Aila T. A style-based generator architecture for generative adversarial networks[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2019: 4401-4410.
[7] Karras T, Laine S, Aittala M, et al. Analyzing and Improving the Image Quality of StyleGAN.[J]. arXiv: Computer Vision and Pattern Recognition, 2019.
5 典型应用
图像风格化可以用于任何从一个域到另一个或者多个域转换的场景,不论是图像增强,图像分割,还是特定的风格迁移,这里我们给大家推荐人脸方向的两个经典应用,妆造迁移[8]以及人脸动画风格[9],其他的可以自行学习。
文章引用量:30+
推荐指数:✦✦✦✦✧
[8] Li T, Qian R, Dong C, et al. BeautyGAN: Instance-level Facial Makeup Transfer with Deep Generative Adversarial Network[C]. acm multimedia, 2018: 645-653.
[9] Kim J, Kim M, Kang H, et al. U-GAT-IT: Unsupervised Generative Attentional Networks with Adaptive Layer-Instance Normalization for Image-to-Image Translation[C]. international conference on learning representations, 2020.
6 文章解读
关于GAN图像风格化相关文章的详细解读,在有三AI知识星球-网络结构1000变-GAN下有较多的文章,感兴趣可以移步。
总结
本次我们介绍了基于GAN的图像风格化领域中值得读的文章,当前研究重点在于无监督模型,多域转换,图像细节控制,交互式方法等方向,读者可以继续关注。
有三AI知识星球
知识星球是有三AI的付费内容社区,里面包括各领域的模型学习,数据集下载,公众号的付费图文原稿,技术总结PPT和视频,知识问答,书籍下载,项目推荐,线下活动等资源,了解详细请阅读以下文章:
【杂谈】有三AI知识星球一周年了!为什么公众号+星球才是完整的?
【杂谈】万万没想到,有三还有个保密的‘朋友圈’,那里面都在弄啥!
转载文章请后台联系
侵权必究
往期精选
【每周论文推荐】 初入深度学习CV领域必读的几篇文章
【每周CV论文推荐】 掌握残差网络必读的10多篇文章
【每周CV论文推荐】 初学者必须精读的5篇深度学习优化相关文章
【每周CV论文推荐】 CV领域中数据增强相关的论文推荐
【每周CV论文推荐】 初学高效率CNN模型设计应该读的文章
【每周CV论文推荐】 初学目标检测必须要读的文章
【每周CV论文推荐】 初学深度学习图像分割必须要读的文章
【每周CV论文推荐】 初学GAN必须要读的文章
【每周CV论文推荐】 深度学习人脸检测入门必读文章
【每周CV论文推荐】 初学深度学习人脸关键点检测必读文章
【每周CV论文推荐】 初学深度学习人脸识别和验证必读文章
【每周CV论文推荐】 初学深度学习人脸属性分析必读的文章
【每周CV论文推荐】 初学活体检测与伪造人脸检测必读的文章
【每周CV论文推荐】 初学深度学习单张图像三维人脸重建需要读的文章
【每周CV论文推荐】 人脸识别剩下的难题:从遮挡,年龄,姿态,妆造到亲属关系,人脸攻击
【每周CV论文推荐】换脸算法都有哪些经典的思路?
【每周CV论文】深度学习文本检测与识别入门必读文章
【每周CV论文】深度学习图像降噪应该从阅读哪些文章开始
【每周CV论文】初学GAN图像风格化必须要读的文章相关推荐
- 【每周CV论文推荐】 深度学习人脸检测入门必读文章
欢迎来到<每周CV论文推荐>.在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的. 人脸图像是整个图像处理领域里面研究时间最长, ...
- fasterrcnn论文_【每周CV论文推荐】 深度学习人脸检测入门必读文章
我的新书<深度学习之人脸图像算法>市了,欢迎大家关注! 言有三新书来袭,业界首次深入全面讲解深度学习人脸图像算法mp.weixin.qq.com 欢迎来到<每周CV论文推荐> ...
- 【每周CV论文】初学深度学习图像风格化要读的文章
欢迎来到<每周CV论文>.在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的. 图像风格化的研究由来以久,这是一个艺术和科学相结 ...
- 【每周CV论文推荐】初学基于GAN的三维图像生成有哪些经典论文需要阅读
欢迎来到<每周CV论文推荐>.在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的. 当前二维图像生成领域的发展已经非常成熟,但是 ...
- 【每周CV论文】初学深度学习图像修复应该要读的文章
欢迎来到<每周CV论文>.在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的. 图像修复(image inpainting)或补 ...
- 【每周CV论文】初学深度学习图像对比度增强应该要读的文章
欢迎来到<每周CV论文>.在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的. 图像对比度增强,即增强图像中的有用信息,抑制无用 ...
- 【每周CV论文】初学深度学习图像超分辨应该要读的文章
欢迎来到<每周CV论文>.在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的. 图像超分辨是一个非常实际应用价值的方向,今天给大 ...
- 【每周CV论文推荐】基于GAN的图像修复值得阅读的文章
欢迎来到<每周CV论文推荐>.在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的. 图像修复(补全)是一个非常基础的图像处理领域 ...
- 【每周CV论文】初学实例分割需要读哪些文章?
欢迎来到<每周CV论文推荐>.在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的. 实例分割(Instance Segmenta ...
最新文章
- 中文自然语言处理导论
- 目标检测R-CNN模型的CNN模块微调过程分析【全网最易懂】
- 04_NoSQL数据库之Redis数据库:set类型和zset类型
- 转python version 2.7 required,which was not found in the registry
- Nested `constexpr` function calls before definition in a constant-expression context
- 云服务器上mysql数据库环境安装配置
- ExtJS 折线图趟过的坑
- java反射jdk1.8,Java基础----jdk1.8 反射实验
- (进阶)python实现库存商品管理系统
- DSP2812入门3——硬件设计
- 诱人的 TypeScript 视频教程(69 个视频)
- 哪些报表工具提供了移动端功能?
- 2021-08-25用ensembl下载小鼠与人的对应文件
- flutter comsumer局部刷新的问题
- Coinlist要闻:即将到来的以太坊合并的风险有多大?
- android listview替代,Android笔记——RecyclerView替代ListView
- 如何解决Mac电脑浏览器网页自动放大的问题?
- android 混淆debug版本,在Android Studio中的混淆debug與release
- 方舟生存进化服务器文件设置,方舟生存进化私人服务器设置教程[多图]
- Oracle建库建表
热门文章
- 如何将 Nginx 性能提升10倍?这10个“套路”请收好!
- Git和Github简单教程
- Handler消息传递机制(二)Handler,Loop,Message,MessageQueue的工作原理
- 05 ORA系列:ORA-01013 报错用户请求取消当前的操作
- 直接在Dao层进行测试的问题
- 【Servlet】Request/Response/Cookie/Session中常用方法
- (Mybatis)lombok使用
- (JavaWeb)Filter过滤器
- 北大OJ百练——4073:最长公共字符串后缀(C语言)
- 分库分表介绍和Sharding-JDBC快速入门