计算机视觉
关注
分享
扫一扫
而与你及
这个作者很懒，什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
【论文阅读】Landmark Assisted CycleGAN for Cartoon Face Generation
Landmark Assisted CycleGAN for Cartoon Face GenerationAbstractIntroductionOur MethodReview of CycleGANCartoon Face Landmark Assisted CycleGANLandmark Consistency LossLandmark Matched Global Discrimina...原创 2019-12-04 15:09:55 · 2606 阅读 · 0 评论 -
【论文阅读】CartoonGAN: Generative Adversarial Networks for Photo Cartoonization
CartoonGAN: Generative Adversarial Networks for Photo CartoonizationAbstractIntroductionRelatedWorkNonphotorealistic rendering (NPR)Stylization with neural networksImage synthesis with GANsNetwork arc...原创 2019-11-15 17:09:58 · 3723 阅读 · 0 评论 -
【Facial landmark detection】Detect eyes, nose, lips, and jaw with dlib, OpenCV, and Python
Detect eyes, nose, lips, and jaw with dlib, OpenCV, and PythonFacial landmark indexes for face regions（面部区域的面部标志索引）Visualizing facial landmarks with OpenCV and Python（使用OpenCV和Python可视化面部标志）完整代码这篇文章...转载 2019-10-22 17:22:51 · 902 阅读 · 0 评论 -
【论文阅读】Stroke Controllable Fast Style Transfer with Adaptive Receptive Fields
Stroke Controllable Fast Style Transfer with Adaptive Receptive FieldsAbstractIntroductionRelated WorkPre-analysisAbstract最近已经提出了快速风格迁移方法，以将照片实时转换为艺术风格。此任务涉及在风格化结果中控制笔触大小，这仍然是一个挑战。在本文中，我们提出了一种可控制笔触样...原创 2019-10-18 16:20:01 · 967 阅读 · 0 评论 -
【论文阅读】Stroke-based Character Reconstruction
基于笔画的字符重建AbstractIntroductionAbstract由于令人眼花缭乱的背景，不均匀的照明，低分辨率和不同的失真，对于来自真实场景的噪声字符图像或字符图像的背景消除仍然是具有挑战性的问题。本文提出了一种基于笔画的字符重建（SCR）方法，该方法使用加权二次贝塞尔曲线（WQBC）来表示字符的笔画。Introduction近年来，已经产生了许多基于DNN的字符识别模型。 由于...原创 2019-09-20 10:28:48 · 676 阅读 · 0 评论 -
【论文阅读】Learning to Paint with Model-based Deep Reinforcement Learning
Learning to Paint with Model-based Deep Reinforcement LearningAbstractIntroductionPainting AgentOverviewThe ModelLearningModel-based DDPGAction BundleNetwork ArchitecturesStroked-based RendererNeural ...原创 2019-08-15 16:36:33 · 2066 阅读 · 1 评论 -
StrokeNet：a neural painting environment
StrokeNetAbstractIntroductionStrokeNet的结构Stroke的定义Agent and GeneratorTraining MethodAbstract这些年来，我们已经看到了图像生成模型的巨大成功。 通过神经网络生成图像通常是基于像素的，这与人类使用画笔创建艺术品的方式根本不同。为了模仿人类绘画，需要环境和代理之间的相互作用以允许试验。但是，环境通常是非 可微...原创 2019-08-06 11:28:11 · 926 阅读 · 0 评论 -
【论文阅读】APDrawingGAN:利用分层GAN从面部照片生成艺术人像
APDrawingGAN前言AbstractRelated WorkAPDrawingGAN概述网络结构生成器Generator判别器Discriminator损失函数训练网络通过预训练进行初始化正式训练总结效果论文地址前言文章利用分层GAN从面部照片生成艺术人像。首先对不同的方法进行了比较，发现CycleGAN和Pix2Pix对细节的处理还不够好。Abstract首先，现有的的GAN技...原创 2019-06-30 10:52:18 · 2775 阅读 · 0 评论 -
【论文阅读】Pix2Pix：Image-to-Image Translation with Conditional Adversarial Networks
Pix2Pix对抗框架CGANGANCGAN损失函数网络结构生成器网络结构判别器网络结构效果总结代码实现图像处理的很多问题都是将一张输入的图片转变为一张对应的输出图片，比如灰度图、梯度图、彩色图之间的转换等。通常每一种问题都使用特定的算法（如：使用CNN来解决图像转换问题时，要根据每个问题设定一个特定的loss function 来让CNN去优化，而一般的方法都是训练CNN去缩小输入跟输出的欧氏...原创 2019-06-23 11:06:29 · 3433 阅读 · 2 评论 -
【论文阅读】CycleGAN：Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks
CycleGAN单向GANCycleGAN是发表于ICCV17的一篇GAN工作，可以让两个domain的图片互相转化。传统的GAN是单向生成，而CycleGAN是互相生成，网络是个环形，所以命名为Cycle。并且CycleGAN一个非常实用的地方就是输入的两张图片可以是任意的两张图片，也就是unpaired。Pix2Pi训练数据集的一个非常重要的要求就是你的图像必须是成对的，这一点其实是非常苛...转载 2019-06-25 16:11:26 · 957 阅读 · 0 评论 -
目标检测算法
目标检测算法基于候选区域的目标检测器滑动窗口检测器选择性搜索R-CNNFast R-CNNROI池化Faster R-CNNR-FCN单次目标检测器SSD基于候选区域的目标检测器滑动窗口检测器从左到右、从上到下滑动窗口，利用分类识别目标。为了在不同观察距离处检测不同的目标类型，我们使用不同大小和宽高比的窗口。我们根据滑动窗口从图像中剪切图像块。由于很多分类器只取固定大小的图像，因此这些图像块...转载 2019-05-15 16:56:02 · 1261 阅读 · 0 评论 -
计算机视觉复习（一）
计算机视觉复习图像底层特征提取灰度图像边缘提取的思路微分算子检测边缘在离散的数字图像上计算梯度去噪Canny边缘检测器非极大值抑制NMS双阈值检测边缘图像底层特征提取灰度图像边缘提取的思路抑制噪声（低通滤波、平滑、模糊）边缘特征的增强（高通滤波、锐化）边缘定位微分算子检测边缘（1）一维信号一阶导数的极大值点二阶导数的过零点（2）二维信号：与一维相似一阶导数的极大值...原创 2019-05-19 14:13:00 · 2041 阅读 · 0 评论