檢索結果：共14筆資料 檢索策略： "Style Transfer".ekeyword (精準)
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
生成對抗網路（GAN）是一種可生成高品質圖像的模型，目前已成為一個熱門的研究主題。然而因為圖像在不同主題下的巨大差異，風格轉換仍然是個有挑戰性的難題。基於 Swapping Autoencode…
2
One of the jarring limitations of existing style transfer techniques is its failure to capture the …
3
近期許多深度學習中模型在影像風格轉移和圖片超解析上取得重大的成功。但在這些方法中，有兩個問題是會常常遇到的：(1)會受到GPU的空間限制，導致深度學習在影像處理的應用圖片只能在128px以內。(2)…
4
none
5
深度學習在影像語義分割任務上取得了顯著的進展，提高了預測的準確性和效率。 然而，當處理未見過的資料集或具有不同特徵的領域時，其表現可能會受到影響。 在這篇論文中，我們利用傅立葉風格轉換(FST)技術…
6
Despite the remarkable results and numerous advancements on neural style transfer, enabling artisti…
7
中文字不同於其他主要語言，如：英文的26個字母、西班牙文的27個字母，正體中文僅僅常用及次常用字就超過一萬三千個，而每個字都是以部件為零件，依照不同的組字規則排列組合而成，因此如何克服大量的字數以及…
8
近年來，隨著動漫相關領域蓬勃發展，動漫相關企劃數量與動漫市場價值持續攀升，觀眾對動畫品質的要求也日益提高。然而，動畫從業者的年齡結構逐漸老化，他們的工作負擔也越來越沉重。在動畫製作過程中，常需參考現…
9
在傳統未加入領域自適應的監督式學習中，需要仰賴大量的標記數據集來進行訓練，但是標記圖像必須花費許多的人力和時間，且監督學習模型在測試來自不同分佈的圖像時效果也並不理想。為了實現跨越各種場景的物件偵測…
10
隨著生成對抗網絡(GAN) [1]的快速發展，獲得高質量的圖像合成並不容易。這是因為生成器的圖像質量在訓練到一定程度後無法進一步提高，同時判別器陷入過度擬合，無法很好地區分真假圖像。GAN架構和訓練…