qq_52560624的博客

本篇文章从GAN出发而提出了进一步的改进，针对GAN虽然可以较好生成模拟真实物体的图像的问题，本文提出了其缺乏以图像为输入并提取其视觉特征的推理能力，并且由于提取到的特征不适合特定的中下游问题，可移植性不强而不能很好的用于真实图像中图像的编辑、协调、分类等的中下游问题。要特别指出的是，生成结构特征（GH-Feat），也就是，是由编码器（encoder）产生的，通过在方程1中代换表示样式特征的代码，GH-feat被输入进生成器的每层AdaIN模块。详细的编码器的结构可以在补充材料中找到。

图像识别中的残差学习，Deep Residual Learning for Image Recognition全文翻译，微软研究院，翻译实践20230407