×
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。