介绍了使用Laplacian金字塔结构的生成对抗网络（GAN）来逐步生成高清图像的方法。该模型通过逐级细化图像细节，从粗到精地构建高质量图像。
Deep Generative Image Models using a Laplacian Pyramid of Adversarial Networks
http://arxiv.org/pdf/1506.05751v1.pdf
动机：从一个原始信号z3，逐步生成一个清晰图片I0
原理：分成很多级，每级的generator通过来自底层的模糊图像，生成高频细节，并叠加，最终将细节补全
训练步骤：
参考1楼
https://github.com/facebook/eyescream
然后Denton et al, 2015 搞出了非常NB的改进版本
Deep Generative Image Models using a Laplacian Pyramid of Adversarial Networks
http://arxiv.org/pdf/1506.05751v1.pdf
动机：从一个原始信号z3，逐步生成一个清晰图片I0
原理：分成很多级，每级的generator通过来自底层的模糊图像，生成高频细节，并叠加，最终将细节补全
训练步骤：
参考1楼
Deep Generative Image Models using a Laplacian Pyramid of Adversarial Networks
http://arxiv.org/pdf/1506.05751v1.pdf
动机：从一个原始信号z3，逐步生成一个清晰图片I0
原理：分成很多级，每级的generator通过来自底层的模糊图像，生成高频细节，并叠加，最终将细节补全
训练步骤：
参考1楼
扫一扫
1138
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
