檢索結果：共12筆資料 檢索策略： "Image translation".ekeyword (精準)
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
近年來，卷積神經網絡的迅速發展，衍生了各種圖像生成的新穎方法，在電腦視覺領域中產生了很多應用，並為圖像轉換任務帶來了很大的進步。有許多現有的生成模型應用只能生成單調的圖像，但是在圖像轉換任務中的生成…
2
近年來，生成對抗網路在圖像轉換上取得重大的成功，其中的循環式生成對抗網路實現了領域間轉換，所衍生的許多種變化模型已可實現多任務圖像轉換。然而，多任務圖像轉換必須同時對所有屬性進行對抗訓練，這往往需耗…
3
none
4
隨著近年來機器學習相關技術的發展，深度學習的概念已經成功被應用在不同領域上，當中包括了圖像辨識、物件偵測、自然語言處理，自動生成多媒體內容等，主要原理是透過大量的訓練資料讓深度網路模型學習到資料當中…
5
6
車牌當作汽車的身份證，車牌辨識在門禁、執法、與行駕等情境中非常重要。車牌偵測與辨識 (LPDR) 的技術發展需要很多很多代表性的車牌當作訓練集，然而，車牌影像的取得不僅困難、還有隱私的考量。套用深度…
7
8
Modifying facial attributes without paired dataset proves to be a challenging task. Previous approa…
9
隨著深度學習的蓬勃發展，越來越多的任務開始使用深度學習的方式。在日常人與人的溝通中，臉部表情的變化被認為是傳達情緒的重要渠道之一。隨著生成對抗式網路(GANs)的進步，近年來已有個人或公司使用虛擬身…
10
In the past decade, the computer vision community witnessed the deep learning revolution that fuele…