BriefGPT - AI 论文速递
·
无条件生成器的语义图像合成
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文提出了一种新的无监督学习范例（USIS），通过使用自监督分割损失和基于整个图像小波的鉴别方法，结合在小波域中的生成器结构，实现了语义图像合成（SIS）的无配对数据情况下的性能提升。在三个数据集上进行测试，证明了新方法的有效性。
🎯
关键要点
-
提出了一种新的无监督学习范例 (USIS)。
-
使用自监督分割损失和基于整个图像小波的鉴别方法。
-
结合在小波域中的生成器结构。
-
实现了语义图像合成 (SIS) 在无配对数据情况下的性能提升。
-
在三个具有挑战性的数据集上进行测试，证明了新方法的有效性。
🏷️
