BriefGPT - AI 论文速递
·
DLP-GAN：利用生成对抗网络学习绘制现代中国山水照片
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
生成对抗网络（GANs）在生成逼真图像方面表现出令人印象深刻的能力。然而，现有模型在姿势和物体位置控制方面存在不足。提出了一种新模型，称为生成对抗性What-Where网络，可以根据内容和位置描述合成图像。在Caltech-UCSD Birds数据集上展示了高质量的128 x 128图像合成，具有对鸟类边界和组件的控制。初步结果还显示了在MPII Human Pose数据集上基于文本和位置的人体动作图像合成。
🎯
关键要点
- 生成对抗网络（GANs）在生成逼真图像方面表现出色。
- 现有模型无法有效控制姿势和物体位置。
- 提出了一种新模型——生成对抗性What-Where网络。
- 该模型能够根据内容和位置描述合成图像。
- 在Caltech-UCSD Birds数据集上展示了高质量的128 x 128图像合成。
- 模型能够控制鸟类的边界框及其组成部分。
- 初步结果显示在MPII Human Pose数据集上实现了基于文本和位置的人体动作图像合成。
➡️
