无监督生成参数化虚拟形象
计算机视觉与模式识别
2017-07-11 v2 机器学习
摘要
我们研究将输入图像映射到一个绑定对的问题，该绑定对由一个参数向量和一个使用该参数向量通过图形引擎生成的图像组成。映射的目标是使输出图像尽可能与输入图像相似。在训练期间，不提供输入与输出匹配的监控信号。该学习问题扩展了两个文献中的问题：无监督域适应和跨域迁移。我们定义了一个基于差异的泛化界，并采用生成对抗网络(GAN)来实现对应于该界的网络解决方案。实验表明，我们的方法能解决自动创建虚拟形象的问题。
引用
@article{arxiv.1704.05693,
title = {Unsupervised Creation of Parameterized Avatars},
author = {Lior Wolf and Yaniv Taigman and Adam Polyak},
journal= {arXiv preprint arXiv:1704.05693},
year = {2017}
}
备注
v2 -- a change in the references due to a request from authors