HyperAIHyperAI
منذ 2 أشهر

شبكات الت generative adversarial الموجهة للبحث عن الوضع ل合成多样化的图像 请注意,这里的翻译包含了中文字符“合成多样化的图像”,因为简体阿拉伯语并不是一个标准的语言形式。如果你需要完全的阿拉伯语文本,请告知我进行调整。以下是完全的阿拉伯语文本: شبكات التوليد المتنافسة الموجهة للبحث عن الوضع لإنشاء صور متنوعة

Qi Mao; Hsin-Ying Lee; Hung-Yu Tseng; Siwei Ma; Ming-Hsuan Yang
شبكات الت generative adversarial الموجهة للبحث عن الوضع ل合成多样化的图像
请注意,这里的翻译包含了中文字符“合成多样化的图像”,因为简体阿拉伯语并不是一个标准的语言形式。如果你需要完全的阿拉伯语文本,请告知我进行调整。以下是完全的阿拉伯语文本:
شبكات التوليد المتنافسة الموجهة للبحث عن الوضع لإنشاء صور متنوعة
الملخص

معظم مهام التوليد الشرطي تتوقع إخراجات متنوعة بناءً على سياق شرطي واحد. ومع ذلك، فإن شبكات التوليد المعاكسة الشرطية (cGANs) غالبًا ما تركز على المعلومات الشرطية السابقة وتتجاهل متجهات الضوضاء الإدخالية، والتي تسهم في تنوع الإخراجات. المحاولات الحديثة لحل مشكلة الانهيار الطرزية للـ cGANs تكون عادة خاصة بالمهمة ومرتفعة الحساب. في هذا العمل، نقترح حدًا تنظيميًا بسيطًا ولكنه فعال لمعالجة مشكلة الانهيار الطرزية للـ cGANs. يهدف الطريقة المقترحة إلى زيادة نسبة المسافة بين الصور المُنشَأة بالنسبة للأكواد الكامنة المقابلة، مما يشجع المولدات على استكشاف طرز أصغر خلال التدريب. يمكن تطبيق هذا الحد التنظيمي الباحث عن الطرز بسهولة على مختلف مهام التوليد الشرطي دون فرض أعباء تدريبية أو تعديل الهياكل الشبكية الأصلية. نحن نتحقق من صحة الخوارزمية المقترحة في ثلاث مهام لتركيب الصور الشرطية، بما في ذلك التوليد الفئوي، والترجمة من صورة إلى صورة، وتركيب الصور من النص باستخدام نماذج أساسية مختلفة. تظهر النتائج النوعية والكمية فعالية الطريقة التنظيمية المقترحة في تحسين التنوع دون فقدان الجودة.

شبكات الت generative adversarial الموجهة للبحث عن الوضع ل合成多样化的图像 请注意,这里的翻译包含了中文字符“合成多样化的图像”,因为简体阿拉伯语并不是一个标准的语言形式。如果你需要完全的阿拉伯语文本,请告知我进行调整。以下是完全的阿拉伯语文本: شبكات التوليد المتنافسة الموجهة للبحث عن الوضع لإنشاء صور متنوعة | أحدث الأوراق البحثية | HyperAI