2020 AI 研究大盘点！这些大牛的论文你都看过吗？( 三 )

文章图片
主要模型同样是GAN来完成。

文章图片
生成器的训练是通过像常规深度网络的架构（如ResNet），由于已经预训练过了，所以在训练完整的GAN架构之前，该模型已经非常擅长对图像进行着色。
然后，只需对这种景点的生成器判别器进行少量训练，即可优化生成图片的“真实感” 。
高斯噪声还随机应用于图像中，以在训练期间生成假噪声。
9、StylizedNeuralPainting：风格化神经绘画

文章图片
图像到图像的翻译是一个非常有趣的任务，最近主要涉及到GANs和风格转换。当前最先进的方法，如pix2pix网络或CycleGANs ，都使用GANs 。
它们在这样的应用中表现效果非常好，因为这里的目标是将一幅图片转换为另一幅图片，同时保留其属性，并且只更改图像的整体样式。

文章图片
研究人员在一个空画布上开始上图中的过程（a）。然后使用两个生成器网络绘制真实的笔划向量，也称之为「双路径神经渲染器」。重复这个过程直到我们得到最终结果。
过程（b）展示了这些笔划是如何生成的，以及网络如何知道它们看起来是否真实（b）。
10、NeuralRe-RenderingofHumansfromaSingleImage
这篇文章是关于FacebookRealityLabs的一篇新论文，该论文将在2020年欧洲计算机视觉会议（ECCV）上发表。
该算法将身体姿势和形状表示为一个参数化网格（parametricmesh），该网格可以从单个图像重建，并且很容易恢复。
【2020 AI 研究大盘点！这些大牛的论文你都看过吗？】给定一个人的图像，他们能够创建从另一个输入图像中获得的不同姿势或穿着不同服装的人的合成图像。