首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1篇
  免费   0篇
综合类   1篇
  2022年   1篇
排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
现有的方法利用编解码器和生成对抗网络用于面部属性编辑,会导致低分辨率结果而且操控面部属性能力有限。为了解决这些问题,文章从选择性细化的角度提出一种新的面部属性编辑生成对抗网络(facial attribute editing generative adversarial networks, FAE-GAN),该方法能够专注于编辑要更改的图像属性,同时保留面部的细节。首先学习一个空间变化函数,该函数将高层特征图映射到归一化层所需的参数图;然后结合残差块,将低层特征图添加到调制后的特征图中,从而使属性细化任务更加容易实现。实验结果表明,该模型在属性操纵精度和感知质量方面均具有优势。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号