wenqiwenqi123的博客

图像生成模型的重建能力与生成能力如何完美结合？

3D人脸学会说话。

看看你的脸放进游戏是什么样。

之前介绍过ICCV的一篇文章，来自伏羲的智能捏脸论文。主要作用就是上传一张照片，自动在游戏中捏出相似的脸。这一次还是介绍一篇新论文，作者改进了之前的算法，使得推断过程不再需要使用梯度下降进行迭代，提升了性能加快了速度。论文全名：《Fast and Robust Face-to-Parameter Translation for Game Character Auto-Creation》智能捏脸V1链接如下：https://blog.youkuaiyun.com/wenqiwenqi123/article/det

今天来看一篇few-shot适应的论文，还挂在arxiv上，同时在github上也有开源的项目：http://www.estherrobb.com/few-shot-gan/这篇文章来自弗吉尼亚理工和谷歌研究院。谷歌研究院就喜欢搞一些开源、video什么的。那么这篇文章做了一件什么事呢？对于一个生成网络，我们本来需要大量的数据才能训练出一个好的结果，但是在某些情况下，我们只能获得少量的数据。因此合理地利用先验知识，在这个域中只使用少量数据就得到较好的结果就变得有必要了。那么就来看看是怎么做的吧：

最近github上开源了一个有点意思的项目，将真实世界的人脸变成动漫里的脸，当然也支持油画风之类的其他风格，或是反过来也可以。github地址：https://github.com/HideUnderBush/UI2I_via_StyleGAN2那么是怎么做的呢？作者将其论文也挂出来了，我们来看一看。这篇论文的全名叫做《Unsupervised Image-to-Image Translation via Pre-trained StyleGAN2 Network》。首先我们需要确定一下我们

今天我们来看一篇人脸生成的论文，这个算法我愿称之为业界最强。来自英伟达的styleGAN，全名《A Style-Based Generator Architecture for Generative Adversarial Networks》。这个算法做的事很简单，生成逼真的人脸。不仅开源了代码，还开源了数据集，地址：https://github.com/NVlabs/stylegan来看看算法思想：正常的GAN网络都如左边这个a图所示，直接一个隐变量z作为输入，输入到生成器后经过层层网

今天看一篇few-shot的字体风格迁移论文，全名《RD-GAN: Few/Zero-Shot Chinese Character Style Transfer via Radical Decomposition and Rendering》，来自ECCV2020。这篇文章的核心创新点是：1、只需要少量数据就能生成需要的字体2、把汉字拆解成了部首3、提出了一个多层次的判别器算法流程如下图：主要分为三个模块，REM、RRM和多层次判别器。REM把一个字分成多个部分（部首）.

这篇论文的全名叫做《GAN-Based Unpaired Chinese Character Image Translation via Skeleton Transformation and Stroke Rendering》，也是一个字体生成（风格迁移）算法，来自AAAI2020。与上一篇calliGAN（地址：https://blog.youkuaiyun.com/wenqiwenqi123/article/details/109775206）不同的是，这篇论文不需要使用paired data。啥意思呢？

最近在准备CVPR比较忙，所以有点久没更新。今天来看一篇字体生成的论文，这篇论文的题目叫做：《CalliGAN:Style and Structure-aware Chinese Calligraphy Character Generator》，the work has been accepted to the AI for content creation workshop at CVPR 2020.是中了CVPR2020的workshop。那么这论文是做一件什么事呢？就是比如说你自己写了几百个字

今天要说的这篇论文，全名《Image-to-Image Translation with Conditional Adversarial Networks》，来自CVPR2017。这一篇可谓是pix2pix的开山之作，很有意思。论文地址：https://openaccess.thecvf.com/content_cvpr_2017/papers/Isola_Image-To-Image_Translation_With_CVPR_2017_paper.pdf那么这篇论文做了一件什么事呢？在我们的日常

今天要介绍的这篇文章，来自北大和字节跳动AI lab。首先放上arxiv地址：https://www.arxiv-vanity.com/papers/2007.13332/这篇文章做了一件什么事呢？它在之前真实人脸转动漫的基础上，新加了Few-shot的算法，用少量数据就能让模型更好地生成某一类图片（比如老人、小孩）。事实上这是一次image2image+domain adaptation的很好的尝试，跟迁移学习的相关算法结合了一下。那么之前没看过那篇人脸转动漫文章的朋友可以先看看UGATI

GAN是最近几年来很有名的算法，起源于这篇论文，我们今天来看看究竟是怎么一回事吧。我也不想叽里呱啦讲一大堆，想看论文翻译版的直接复制粘贴谷歌翻译就行了。我只介绍大致思想。GAN其实目标就是生成能以假乱真的图片，于是这里有两个子网络，生成网络（generative model）和判别网络（discriminative model），分别称为G和D。D的目标就是尽力分辨出哪个图片是真实数据哪个...

把现实中拍的照片，变成动漫的画风，这就是cartoonGAN做到的事情。这篇论文的全名叫做：《CartoonGAN: Generative Adversarial Networks for Photo Cartoonization》cartoonGAN主要做了以下几点创新：1、提出了一个基于GAN的方法，使用不配对的训练集，将现实世界的照片转为卡通图片。2、提出了两个loss，...

最近北航的同学们新出了一篇文章，把人脸的真实照片转换为《死神》风的漫画，效果如图所示：那么具体是怎么做到的呢，作者提出了三个创新点:1、作者提出了MangaGAN，模拟漫画画手，先用一个GAN生成夸张的脸部几何特征，再用定制的多个GAN精细地转换每一个面部区域。2、作者提出了一个相似度保留模块，它不仅能更好地保留脸部相似度，还能保留漫画的风格。同时作者提出了一个结构平滑损失，使得结...

今天说的这篇文章，也是用来解决迁移学习问题的。迁移学习要解决一个什么问题呢？就是要把模型在source域（源域）学习到的知识，用到target域（目标域）里。DLOW这篇文章主要提出了两点：1、可以把source域的数据迁移成中间域，中间域也就是介于source和target之间的域。 2、训练的时候如果有多个target域的话，DLOW可以生成网络没有见过的数据风格。那么接下来介绍...

如何用真实的人脸照片生成卡通风格的头像呢？今天我们再来看看另一篇文章。这篇文章来自香港中文大学+哈工大+腾讯优图。效果如下：当然我写的前两篇文章，也是在说头像动漫化，是另外两个算法，各有千秋。传送门：https://blog.youkuaiyun.com/wenqiwenqi123/article/details/105483884https://blog.youkuaiyun.com/wenqiwe...

韩国游戏公司NCSOFT最近开源了本算法的代码。这篇论文的全名为《U-GAT-IT: UNSUPERVISED GENERATIVE ATTENTIONAL NETWORKS WITH ADAPTIVE LAYERINSTANCE NORMALIZATION FOR IMAGE-TO-IMAGE TRANSLATION》，这个算法做了一件非常有趣的事，把输入的真实人脸头像转换为二次元风格。...

这篇文章收录于CVPR2020，在图像卡通化上效果不错。github地址：https://github.com/SystemErrorWang/White-box-Cartoonization那么这篇文章做了一件什么事呢？就是把真实世界的照片转为卡通风格的：本文的思想主旨主要如下图：将一张真实世界的图片分解为三种特征标识：1、外观特征 2、结构特征 3、纹理特征。...

鼎鼎大名的cycleGAN，今天我们来说一说这篇文章。首先介绍下GAN，传送门：https://blog.youkuaiyun.com/wenqiwenqi123/article/details/86178376介绍下GAN的损失函数，传送门：https://blog.youkuaiyun.com/wenqiwenqi123/article/details/105099445在确保你了解了GAN的原理后，我们...

生成网络（GAN）是近年来很火的课题，原始论文《Generative Adversarial Nets》的介绍请移步：https://blog.youkuaiyun.com/wenqiwenqi123/article/details/86178376 本篇主要详细解析它的损失函数。在论文中损失函数定义为： 当然乍一看去，没看懂这个损失函数。我们细细来看： ...

最近看了下deepnude的原理，其git上说的是使用了pixel2pixel技术，也就是说是这一篇：《Image-to-Image Translation with Conditional Adversarial Networks》这是加里福利亚大学在CVPR 2017上发表的一篇论文，讲的是如何用条件生成对抗网络实现图像到图像的转换任务。　　> 原文链接：https://ar...

网易游戏伏羲AI lab最近出了一片文章，《Face-to-Parameter Translation for Game Character Auto-Creation》，收录于ICCV。这篇文章解决了一个问题：可以在游戏的捏脸系统中实现输入一张人脸照片，然后生成相似的游戏角色。如图所示：让我们再细化一下这个问题，假设一个游戏的捏脸参数有200个，那么这个算法的功能就是：输入一张人脸图...