论文阅读笔记一【StackGAN: Text to Photo-realistic Image Synthesis with Stacked Generative Adversarial Netwo】
先验知识： GAN简介 CGAN简介 本文是研究文本生成图片的问题，相比于之前的论文不能生成必要的细节和具体的对象，本文着重要解决的问题是提高图片的分辨率同时为图片添加必要的细节。其实stackGAN的原理和做法很类似，可以看作是两个CGAN串联在一起。 如图所示，上方是Stage-I GAN：它根据给定的文本描述绘制对象的原始形状和基本颜色，并从随机噪声向量绘制背景布局，从而产生低分辨率图像。
相关文章
- 1. StackGAN（2017）: Text to Photo-realistic Image Synthesis with Stacked Generative Adversarial Networks
- 2. Generative Adversarial Text to Image Synthesis 论文解读
- 3. StackGAN++《StackGAN++: Realistic Image Synthesis with Stacked Generative Adversarial Networks》探析
- 4. 《Generative Adversarial Text to Image Synthesis》阅读理解
- 5. text to image（二）:《Generative Adversarial Text to Image Synthesis》
- 6. Generative Adversarial Text to Image Synthesis
- 7. StackGAN++: Realistic Image Synthesiswith Stacked Generative Adversarial Networks 论文解读
- 8. DM-GAN: Dynamic Memory Generative Adversarial Networks for Text-to-Image Synthesis 论文解读
- 9. text to image（九）:《Photographic Text-to-Image Synthesis with a Hierarchically-nested Adversarial Ne 》
- 10. 论文阅读1《AttnGAN: Fine-Grained Text to Image Generation with Attentional Generative Adversarial Networ》
- 更多相关文章...
- • RSS 阅读器 - RSS 教程
- • C# 文本文件的读写 - C#教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • JDK13 GA发布：5大特性解读
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
- 1. 外部其他进程嵌入到qt FindWindow获得窗口句柄 报错无法链接的外部符号 [email protected] 无法被([email protected]@[email protected]@@引用
- 2. UVa 11524 - InCircle
- 3. The Monocycle（bfs）
- 4. VEC-C滑窗
- 5. 堆排序的应用-TOPK问题
- 6. 实例演示ElasticSearch索引查询term,match,match_phase,query_string之间的区别
- 7. 数学基础知识 集合
- 8. amazeUI 复择框问题解决
- 9. 背包问题理解
- 10. 算数平均-几何平均不等式的证明,从麦克劳林到柯西
欢迎关注本站公众号,获取更多信息
相关文章
- 1. StackGAN（2017）: Text to Photo-realistic Image Synthesis with Stacked Generative Adversarial Networks
- 2. Generative Adversarial Text to Image Synthesis 论文解读
- 3. StackGAN++《StackGAN++: Realistic Image Synthesis with Stacked Generative Adversarial Networks》探析
- 4. 《Generative Adversarial Text to Image Synthesis》阅读理解
- 5. text to image（二）:《Generative Adversarial Text to Image Synthesis》
- 6. Generative Adversarial Text to Image Synthesis
- 7. StackGAN++: Realistic Image Synthesiswith Stacked Generative Adversarial Networks 论文解读
- 8. DM-GAN: Dynamic Memory Generative Adversarial Networks for Text-to-Image Synthesis 论文解读
- 9. text to image（九）:《Photographic Text-to-Image Synthesis with a Hierarchically-nested Adversarial Ne 》
- 10. 论文阅读1《AttnGAN: Fine-Grained Text to Image Generation with Attentional Generative Adversarial Networ》