[B! distillation][GAN] [2ページ] arxiv_readerのブックマーク

arxiv_reader id:arxiv_reader

distillationとGANに関するarxiv_readerのブックマーク (42)

CLIP 知識の 3D 蒸留によるローカル 3D 編集
arxiv_reader 2023/06/23
3D コンテンツの操作は、多くの実世界のアプリケーション (製品デザイン、漫画の生成、3D アバターの編集など) で重要なコンピュータビジョンタスクです。最近提案された 3D GAN は、Neu

arXiv reaDer

GAN

residual

unsupervised

3D

distillation

attention

arXiv

zero-shot

computer vision
リンク
畳み込みを使用したメモリ効率の高い 3D 対応生成のための NeRF-GAN 蒸留
arxiv_reader 2023/06/13
ポーズ条件付き畳み込み生成モデルは、十分な 3D 事前データが不足しているため、単一ビューデータセットから高品質の 3D 一貫性のある画像を生成するのに苦労しています。最近、Neural Radi

GAN

convolutional

bias

arXiv reaDer

arXiv

3D

distillation

dataset

pre-training

representation
リンク
配信時のスコア蒸留サンプリングによる効率的なテキストガイドによる 3D 対応ポートレート生成
arxiv_reader 2023/06/06
Text-to-3D は、ユーザーが無限の可能性を秘めた 3D コンテンツを作成できるようにする新しいタスクです。既存の研究では、事前にトレーニングされた拡散モデルからのガイダンスに従って 3D 表現

arXiv

representation

arXiv reaDer

pre-training

GAN

regularization

distillation

3D
リンク
畳み込みによる効率的な 3D 認識生成のための NeRF-GAN 蒸留
arxiv_reader 2023/03/24
ポーズ調整された畳み込み生成モデルは、十分な 3D 事前分布がないため、単一ビューデータセットからの高品質の 3D 一貫性のある画像生成に苦労しています。最近、Neural Radiance Fie

distillation

pre-training

arXiv reaDer

representation

arXiv

convolutional

GAN

bias

dataset

3D
リンク
効率的な GAN を蒸留するための内容関係の探索
arxiv_reader 2022/12/22
このホワイトペーパーでは、最先端のデバイスでの有用性のために、過度にパラメータ化された敵対的生成ネットワーク (GAN) に取り組むための内容関係蒸留 (CRD) を提案します。従来のインスタンスレ

edge device

distillation

GAN

arXiv

benchmark

compression

arXiv reaDer

dataset
リンク
NeRFベースのGANからの対応蒸留
arxiv_reader 2022/12/20
ニューラルラジアンスフィールド (NeRF) は、オブジェクトやシーンの細部を保存する上で有望な結果を示しています。ただし、メッシュベースの表現とは異なり、同じカテゴリの異なる NeRF 間で密な

arXiv reaDer

learning

arXiv

GAN

representation

pre-training

3D

distillation
リンク
画像生成器の拡散誘導ドメイン適応
arxiv_reader 2022/12/09
テキストから画像への拡散モデルは、GAN ジェネレーターを別のドメインに適応させるためのトレーニング目標として使用できますか?このホワイトペーパーでは、分類器を使用しないガイダンスを批評家として活用

domain adaptation

arXiv reaDer

distillation

pre-training

arXiv

GAN
リンク
分類器ベースの特徴抽出による拡散サンプリングの加速
arxiv_reader 2022/11/23
拡散モデルはGANよりも高品質の画像を生成する大きな可能性を示していますが、サンプリング速度が遅いため、実際の幅広いアプリケーションが妨げられています。したがって、プログレッシブ蒸留は、N ステップの

arXiv

distillation

GAN

arXiv reaDer
リンク
https://arxiv-check-250201.firebaseapp.com/each/2209.04920v2
arxiv_reader 2022/09/13
この作業では、ブラックボックスの顔認識エンジンから抽出された顔の特徴表現を考慮して、顔の再構築の問題を調査します。実際、エンジンからの抽象化された情報の制限により、実際には非常に困難な問題です。したが

domain

distillation

human

metric learning

arXiv reaDer

GAN

reconstruction

representation

arXiv

face recognition
リンク
夜間の熱赤外線画像のカラー化のための記憶誘導共同注意
arxiv_reader 2022/08/08
夜間の熱赤外線 (NTIR) 画像のカラー化は、NTIR 画像を昼間のカラー画像に変換すること (NTIR2DC) としても知られ、人間やインテリジェントシステムが不利な条件下 (完全な暗闇など)

GAN

attention

detection

arXiv reaDer

reasoning

learning

gradient

arXiv

distillation
リンク
編集可能なポートレート画像合成のために、制御可能なNeRF-GANの3D知覚をStyleGANに注入する
arxiv_reader 2022/07/22
長年にわたり、2DGANはフォトリアリスティックなポートレート生成で大きな成功を収めてきました。ただし、生成プロセスでの3Dの理解が不足しているため、マルチビューの不整合の問題が発生します。この問題を

arXiv reaDer

3D

pose

distillation

arXiv

synthesis

GAN

unsupervised
リンク
PPCD-GAN：大規模な条件付きGAN圧縮のためのプログレッシブ剪定とクラス認識蒸留
PPCD-GAN: Progressive Pruning and Class-Aware Distillation for Large-Scale Conditional GANs Compression 大規模な条件付き生成的敵対的ネットワーク（GAN）圧縮の新しい挑戦的なタスクを活用することにより、ニューラルネットワーク圧縮研究を推進します。この目的のために、プログレッシブ剪定残余ブロック（PP-Res）とクラス対応蒸留を導入することにより、徐々に縮小するGAN（PPCD-GAN）を提案します。 PP-Resは、従来の残余ブロックの拡張であり、各畳み込み層の後に学習可能なマスク層が続き、トレーニングが進むにつれてネットワークパラメーターを段階的に整理します。一方、クラスを意識した蒸留は、十分に訓練された教師モデルから有益な注意マップを介して膨大な知識を伝達することにより、訓練の安定性
arxiv_reader 2022/03/17
大規模な条件付き生成的敵対的ネットワーク（GAN）圧縮の新しい挑戦的なタスクを活用することにより、ニューラルネットワーク圧縮研究を推進します。この目的のために、プログレッシブ剪定残余ブロック（PP-R

distillation

compression

arXiv reaDer

pruning

arXiv

dataset

convolutional

residual

attention

GAN
リンク
微分可能なマスクと共注意蒸留による画像翻訳のための効率的なGANの学習
arxiv_reader 2022/03/03
生成的敵対的ネットワーク（GAN）は画像変換で広く使用されていますが、計算とストレージのコストが高いため、モバイルデバイスへの展開が妨げられています。 CNN圧縮の一般的な方法は、GANタスクの特殊性

pruning

CNN

GAN

arXiv reaDer

residual

distillation

pre-training

arXiv

compression

attention
リンク
GAN圧縮における弁別器の再検討：生成器-弁別器協調圧縮スキーム
arxiv_reader 2021/10/28
最近、GAN圧縮の一連のアルゴリズムが検討されました。これは、リソースに制約のあるエッジデバイスにGANを展開する際に、計算のオーバーヘッドとメモリ使用量を大幅に削減することを目的としています。ただし

GAN

edge device

pruning

arXiv reaDer

arXiv

convolutional

adversarial

distillation

compression
リンク
マルチドメイン画像から画像への翻訳のための注意蒸留による知識の伝達
arxiv_reader 2021/08/18
勾配ベースの注意モデリングは、畳み込みニューラルネットワークを視覚化して理解する方法として広く使用されています。ただし、生成的敵対的ネットワーク（GAN）のトレーニング中にこれらの視覚的な説明を活用す

computer vision

distillation

attention

arXiv reaDer

domain

synthesis

arXiv

GAN

CNN

human
リンク
GAN圧縮のためのオンラインマルチグラニュラリティ蒸留
arxiv_reader 2021/08/17
生成的敵対的ネットワーク（GAN）は、優れた画像を生成する上で広く成功していることを目撃していますが、膨大な計算コストと膨大なメモリ使用量のために、リソースに制約のあるデバイスに展開するのは面倒です。

compression

arXiv reaDer

benchmark

real time

dataset

distillation

GAN

arXiv
リンク
Speech2Video：音声からビデオへの生成のためのクロスモーダル蒸留
arxiv_reader 2021/07/16
この論文は、スピーチだけから顔のビデオ生成を話すという新しいタスクを調査します。音声からビデオへの生成技術は、エンターテインメント、カスタマーサービス、およびヒューマンコンピュータインタラクション業界

arXiv reaDer

video

face

disentangling

distillation

arXiv

emotion

GAN
リンク
EfficientNetとVisionTransformersを組み合わせてビデオディープフェイクを検出
arxiv_reader 2021/07/07
ディープフェイクは、視聴者を欺くために信頼できるビデオを取得するためのデジタル操作の結果です。これは、オートエンコーダーまたはGANに基づくディープラーニング技術によって行われ、年々アクセスしやすく正

deepfake

video

CNN

convolutional

transformer

arXiv

GAN

distillation

detection

arXiv reaDer
リンク
ビジョントランスフォーマーと蒸留に基づくディープフェイク検出スキーム
arxiv_reader 2021/04/06
Deepfakeは、Generative Adversarial Networks（GAN）やAuto Encoderなど、誰でも利用できる生成的ディープラーニング手法で作成された操作ビデオです。最近

arXiv

detection

dataset

embedding

deepfake

distillation

CNN

GAN

transformer

arXiv reaDer
リンク
協会：あなたのGANに忘れないように注意してください
arxiv_reader 2020/11/30
ニューラルネットワークは壊滅的な忘却の影響を受けやすいです。新しいタスクに適応するときに、以前に取得した知識を保持できません。人間の連想記憶システムに触発されて、私たちは継続的な学習を達成するために連

arXiv reaDer

human

learning

GAN

distillation

reconstruction

arXiv
リンク
前のページ 1 2 3 次のページ

お知らせ

もっと読む

公式Twitter

@HatenaBookmark
リリース、障害情報などのサービスのお知らせ
@hatebu
最新の人気エントリーの配信

キーボードショートカット一覧

j次のブックマーク

k前のブックマーク

lあとで読む

eコメント一覧を開く

oページを開く

設定を変更しましたx