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…