朱俊燕(编辑);李洪生(编辑);埃利·谢赫特曼(编辑);刘明玉(编辑);考茨,Jan(编辑);安东尼奥·托拉尔巴(编辑) 客座评论:计算机视觉的生成性对抗网络。 (英语) Zbl 1483.68014号 国际期刊计算。视觉。 128,编号10-11,2363-2365(2020). 本文简介:本期专题的目标是在计算机视觉和深层生成模型(如GAN)的交叉点征求原创作品。 MSC公司: 68-06 与计算机科学有关的会议记录、会议、收藏等 68T07型 人工神经网络与深度学习 68T45型 机器视觉和场景理解 00B15号机组 杂项特定利益物品的收集 软件:抓斗切割;图像网络;AlexNet公司;达奇;GAN解剖;可操纵金字塔 PDF格式BibTeX公司 XML格式引用 \textit{J.-Y.Zhu}(编辑)等,国际计算杂志。视觉。128,编号10--11,2363-2365(2020;Zbl 1483.68014) 全文: 内政部 参考文献: [1] Bau,D.,Zhu,J.Y.,Strobelt,H.,Bolei,Z.,Tenenbaum,J.B.,Freeman,W.T.,&Torralba,A.(2019)《甘氏解剖:可视化和理解生成性对抗网络》。在学习代表国际会议上。 [2] Branz,V.和Vetter,T.(1999)。用于合成三维面的可变形模型。在ACM SIGGRAPH中。 [3] 库茨,TF;爱德华兹,GJ;CJ Taylor,《主动外观模型》,IEEE模式分析和机器智能学报(TPAMI),23,6,681-685(2001)·doi:10.1109/34.927467 [4] Dinh,L.、Sohl-Dickstein,J.和Bengio,S.(2016)。使用实际nvp进行密度估计。arXiv预印本。arXiv:1605.08803。 [5] Dosovitskiy,A.、Tobias Springenberg,J.和Brox,T.(2015)。学习使用卷积神经网络生成椅子。在IEEE计算机视觉和模式识别(CVPR)会议上。 [6] Fei-Fei,L.和Perona,P.(2005)。一种用于学习自然场景类别的贝叶斯层次模型。在IEEE计算机视觉和模式识别(CVPR)会议上。 [7] Fergus,R.、Perona,P.和Zisserman,A.(2003)。基于无监督尺度变分学习的对象类识别。在IEEE计算机视觉和模式识别(CVPR)会议上。第2卷,第II-II页。 [8] Freeman,WT,《视觉感知框架中的一般视点假设》,《自然》,368,6471,542-545(1994)·数字对象标识代码:10.1038/368542a0 [9] Goodfellow,I.、Pouget-Abadie,J.、Mirza,M.、Xu,B.、Warde-Farley,D.、Ozair,S.、Courville,A.和Bengio,Y.(2014)。生成对抗性网络。神经信息处理系统进展。 [10] 通用电气公司Hinton;Salakhutdinov,RR,《用神经网络降低数据的维数》,《科学》,3135786504-507(2006)·Zbl 1226.68083号 ·doi:10.1126/science.1127647 [11] Karras,T.、Laine,S.、Aittala,M.、Hellsten,J.、Lehtinen,J.和Aila,T.(2020年)。分析并改进样式的图像质量。在IEEE计算机视觉和模式识别(CVPR)会议上。 [12] Kingma,D.P.和Welling,M.(2014)。自动编码变分贝叶斯。国际学习表征会议(ICLR)。 [13] Krizhevsky,A.、Sutskever,I.和Hinton,G.E.(2012)。基于深度卷积神经网络的Imagenet分类。神经信息处理系统进展。 [14] Learnd-Miller,EG,通过连续联合校准的数据驱动图像模型,IEEE模式分析和机器智能汇刊,28,2,236-250(2005)·doi:10.1109/TPAMI.2006.34 [15] 奥沙森,BA;Field,DJ,通过学习自然图像的稀疏代码,出现简单细胞感受野属性,《自然》,381,607-609(1996)·数字对象标识代码:10.1038/381607a0 [16] 波提拉,J。;Simoncelli,EP,基于复小波系数联合统计的参数纹理模型,国际计算机视觉杂志(IJCV),40,1,49-70(2000)·Zbl 1012.68698号 ·doi:10.1023/A:1026553619983 [17] 雷沃,M。;威廉姆斯,CK;GE Hinton,使用生成模型进行手写数字识别,IEEE模式分析和机器智能汇刊,18,6,592-606(1996)·doi:10.1109/34.506410 [18] 罗瑟,C。;科尔莫戈罗夫,V。;Blake,A.,使用迭代图切割的Grabcut交互式前景提取,ACM图形事务(TOG),23,3,309-314(2004)·doi:10.1145/1015706.1015720 [19] 涂政(2007)。通过区分方法学习生成模型。在IEEE关于计算机视觉和模式识别(CVPR)的会议上。 [20] Van den Oord,A.、Kalchbrenner,N.、Espeholt,L.、Vinyals,O.、Graves,A.等人(2016)。使用pixelcnn解码器生成条件图像。神经信息处理系统进展。 [21] Weber,M.、Welling,M.和Perona,P.(2000)。面向对象类别的自动发现。IEEE计算机视觉和模式识别会议(CVPR),第2卷,第101-108页。 [22] Zhu,J.Y.、Krähenbühl,P.、Shechtman,E.和Efros,A.A.(2016)。自然图像流形上的生成性视觉操作。在欧洲计算机视觉会议上。 [23] Zoran,D.和Weiss,Y.(2011年)。从自然图像块的学习模型到整体图像恢复。参加IEEE计算机视觉国际会议(ICCV)。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。