首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    TuiGAN: Learning Versatile Image-to-ImageTranslation with Two Unpaired Images

    一个无监督的图像-图像转换(UI2I)任务处理学习两个域之间的映射没有配对的图像。虽然现有的UI2I方法通常需要来自不同领域的大量未配对的图像进行训练,但是在许多情况下,训练数据是非常有限的。在本文中,我们论证了即使每个域只包含一个映像,UI2I仍然可以被实现。为此,我们提出了TuiGAN,这是一个生成模型,只针对两个非匹配的用户,相当于一次性的无监督学习。使用TuiGAN,图像将以粗到细的方式转换,其中generatedimage将逐渐从全局结构细化为局部细节。我们进行了大量的实验来验证我们的通用方法可以在各种UI2I任务上优于强基线。此外,TuiGAN能够与经过充分数据训练的最先进的UI2I模型实现相当的性能。

    02

    关于《火焰纹章:晓之女神》的乱数生成规律的初步研究

    本人是火焰纹章、英雄无敌等战棋类游戏的业余玩家,虽然技术一般,但是乐在其中,玩过GBA三作,但是后来由于工作繁忙,一直没有时间体验最新作品,闲暇之余准备把一些经典拿出来体验一下,于是就开始了苍炎和晓女之行(当然是模拟器玩家),玩火纹这种战棋类游戏免不了使用S/L大法来避免全军覆没或者练出个奇葩,但是运气差的时候升级有可能一个点都没有,运气好的时候点数又会全满,不断读档凸点随机性太大而且很耗费时间,强迫症犯了就想如何能不用修改器让升级点数自然最大化(奇怪的症结)。当我体验了苍炎之后,发现同一个即时存档升级的时候点数总是一定的,因此也萌生了找到苍/晓的升级算法,并写一款可以预测升级点数工具的想法。

    02
    领券