# StarGAN多域图像转换
使用StarGAN实现图像风格转换
StarGAN 是一种用于多域图像转换的生成对抗网络 (GAN)。通过训练一个单一的 GAN 模型,我们可以实现将一张图像转换成
图像的空间域转换为频率域
通过离散余弦变换,离散傅里叶变换和小波变换说明了二维图像转换为频率域的情况
使用CycleGAN进行图像域转换用于图像域转换的深度学习的MATLAB示例源码
使用CycleGAN进行图像域转换:用于图像域转换的深度学习的MATLAB示例
stargan stargan官方PyTorch实施CVPR2018源码
StarGAN-官方PyTorch实施 *****新增功能:可从获得StarGAN v2 ***** 该存储库提供了以下论文的官
BicycleGAN迈向多峰图像到图像转换源码
自行车GAN | | 用于多模式图像到图像转换的Pytorch实现。 例如,在给定相同的夜景图像的情况下,我们的模型能够使用不同
文本域动态添加图像HTMLhtml文本域文本域添加图像图像
文本域动态添加图像HTMLhtml文本域文本域添加图像图像高老师北大青鸟
颜色分类leetcode StarGAN Tensorflow StarGAN在Tensorflow中的实现
颜色分类leetcode StarGAN-Tensorflow StarGAN在Tensorflow中的实现,这段代码主要是从g
celebA数据集StarGAN
celebA数据集(StarGAN),由于直接命令行下载一般很难下载成功,这里我把它放在百度云盘中以供大家下载
Python MUNIT多模式无监督图像到图像转换
MUNIT: 多模式无监督图像到图像转换
分数傅里叶域多图像干涉加密技术
分数傅里叶域多图像干涉加密技术,秦海涛,钟志,提出一种新的多图像干涉加密方法,该方法分为2个步骤,首先通过离散余弦变换及置乱将多