檢索結果：共7筆資料 檢索策略： "Department of Computer Science and Information Engineering".edept (精準) and ekeyword.raw="Style Transfer"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
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…
2
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…
3
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…
4
我們提出了一種用於車牌圖像合成的風格保留生成器 (SPG) 。給定一個符合車牌規範的任意字串，提出之 SPG 可以生成具有給定內容的字串圖像並保留來源車牌的原始風格。生成的車牌圖像可用於訓練車牌識別…
5
Despite the remarkable results and numerous advancements on neural style transfer, enabling artisti…
6
One of the jarring limitations of existing style transfer techniques is its failure to capture the …
7
近年來風格轉換圖像演算技術被廣泛研究，但大多數轉換出的圖像解析度偏低，無法用於商業印刷，故本論文研究以STP風格轉換演算法架構為基礎，透過風格轉換生成圖像品質優化方法，包含風格圖像敏感區弱化、圖像輪…