TL
Uploaded byTenki Lee
PDF, PPTX2,502 views

SPADE :Semantic Image Synthesis with Spatially-Adaptive Normalization

SPADE :Semantic Image Synthesis with Spatially-Adaptive Normalizationの論文解説とCVPR2019に行ってきた感想

Embed presentation

Download as PDF, PPTX
CV勉強会@関東 SPADE 2019/6/30 株式会社ディー・エヌ・エー AI本部 李 天琦
自己紹介
自己紹介 ■ 名前：李 天琦 ■ Twitter：@Leetenki ■ Facebook：Leetenki ■ 経歴 〜2016年3月 ：深層強化学習の研究 2016年4月〜 ：DeNA入社 2016年6月〜 ：Japanリージョンゲーム事業本部(サーバ開発) 2016年10月〜：AIシステム部異動(コンピュータビジョン研究)
好きな事 ■ 不動産投資 ■ タワマン巡り
好きな事 ■ 趣味で機械学習を使った不動産価値予測 -> 不動産投資
好きな事 ■ 楽待新聞 (日本最大手不動産メディア) のインタビュー記事 ■ https://www.rakumachi.jp/news/column/243118
好きな事 ■ Googleに認められたらしい
好きな事 ■ CVPRついでにGoogle本社(シリコンバレー)に行ってきた
好きな事 ■ Chinese 爆買い at Google ■ Google Tシャツ1年分 & Google パーカ & Googleリュック etc... ■ 買いすぎてトランクに入り切らなかった
Previous Work
Previous Work ■ Chainer YOLOv2 (2016) ■ https://github.com/leetenki/YOLOv2
Previous Work ■ Chainer OpenPose (2017) ■ https://github.com/DeNA/Chainer_Realtime_Multi-Person_Pose_Estimation
Recently Work ■ 高解像度全身アニメ生成 ■ PS-GAN (ECCV2018 Workshop paper) ■ https://dena.com/intl/anime-generation/
Recently Work ■ アニメ中割生成 ■ https://www.slideshare.net/hamadakoichi/anime-generation
* Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved. 　 * CVPR2019
CVPR2019 ■ DeNAから9人参加 (7人聴講 + 2人発表) ■ 聴講組は各自担当分野を決めて分担して情報収集
CVPR2019 ■ Multi-label image classificationのコンペで金メダル (矢野正基、加納龍一)
* Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved. 　 * 本題
* Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved. 　 * Semantic Image Synthesis with Spatially-Adaptive Normalization ( SPADE )
概要 ■ CVPR 2019 Oral (https://youtu.be/9GR8V-VR4Qg?t=614) ■ UC Berkeley、NVIDIA、MITらの研究 (2019年3月) ■ pix2pixHD (CVPR 2018) の派生研究 ■ Semantic layout + Styleを入力して、photorealな画像を生成する ■ Semantic image synthesisのタスク 引用1 [Taesung Park et al., 2019]
* Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved. 　 * 背景
背景 ■ GANs (Generative Adversarial Networks) による画像生成 ■ 何らかの潜在空間からsampleした値をupsampleしてリアルな画像を生成 ■ GeneratorとDiscriminatorを戦わせて、真の分布に近づける ■ Discriminatorを騙せるようなリアル画像をGeneratorに生成させる 引用3 [Alec Radford et al., 2015] 引用2 [Tero Karras et al., 2018]
背景 ■ GANsによる画像生成 Image synthesis via GANs
背景 ■ Conditional image synthesis = 条件付き画像生成 Image synthesis via GANs Conditional Image Synthesis
背景 ■ Conditional image synthesis = 条件付き画像生成 ■ 何らか条件を入力して狙った画像を生成 ■ 入力条件の種類によってタスク分類 Image synthesis via GANs Conditional Image Synthesis 引用4 [Takeru Miyato et al., 2018] [Condition]
■ Label-to-imageのタスク Image synthesis via GANs Conditional Image Synthesis Label-to-image 背景
■ Label-to-imageのタスク ■ Class labelを入力して狙った画像を生成 Image synthesis via GANs Conditional Image Synthesis Label-to-image 引用4 [Takeru Miyato et al., 2018] 背景 [Dog] [Mushroom]
■ Text-to-imageのタスク Image synthesis via GANs Conditional Image Synthesis Text-to-image Label-to-image 背景
■ Text-to-imageのタスク ■ 文章を入力して画像を生成 Image synthesis via GANs Conditional Image Synthesis Text-to-image Label-to-image 背景 People riding on elephants that are walking through a river. 引用5 [Seunghoon Hong et al., 2018]
■ Image-to-imageのタスク Image synthesis via GANs Conditional Image Synthesis Text-to-imageImage-to-image Label-to-image 背景
■ Image-to-imageのタスク ■ 画像を入力して画像を出力 Image synthesis via GANs Conditional Image Synthesis Text-to-imageImage-to-image Label-to-image 背景 引用6 [Phillip Isola et al., 2016]
■ Semantic image synthesisのタスク Image synthesis via GANs Conditional Image Synthesis Text-to-imageImage-to-image Label-to-image 背景 Semantic image synthesis
■ Semantic image synthesisのタスク ■ Senamtic mask(map)を入力して photorealな画像を生成 Image synthesis via GANs Conditional Image Synthesis Text-to-imageImage-to-image Label-to-image 背景 Semantic image synthesis 引用6 [Phillip Isola et al., 2016] 限定的だが 実応用上重要
* Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved. 　 * 既存研究
■ Pix2pix (CVPR2017) ■ Conditional GANを使ったシンプルなモデル ■ Senamtic maskそのものをConditionと見なして入力 既存研究 引用6 [Phillip Isola et al., 2016]
■ Pix2pixHD (CVPR2018) ■ https://www.slideshare.net/ssuser86aec4/cvpr2018-pix2pixhd-cv-103835371 ■ Stacked構造のGenerator + Multi-scale Discriminator ■ 2048 x 1024の高解像度画像を安定して生成可能 既存研究 引用7 [Ting-Chun Wang et al, 2017]
* Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved. 　 * 既存研究の課題
既存研究の課題 引用8 [Qifeng Chen, et al., 2017] [既存手法] [提案手法] 引用1 [Taesung Park et al., 2019] 引用7 [Ting-Chun Wang et al, 2017] ■ ネットワーク途中でSemantic mapの情報ロス問題 ■ 多様なSemantic labelに汎化できず、単調な画像が生成される Detailまで生成 単調な生成
■ 標準的なDNNは、conv層で畳み込んだ後にnormalization層で正規化 ■ 勾配平滑化、過学習防止等のメリットはあるが、 これをSemantic mapに適用すると、情報のロスにつながるケースが発生 既存研究の課題 引用1 [Taesung Park et al., 2019]
既存研究の課題 引用1 [Taesung Park et al., 2019] ■ 例：全pixelがgrassのSemantic mapを入力 ■ Conv層で畳み込んだ後は一様な値(activation map)になる (全pixelが1だったり2だったり)
■ この状態で直後にnormalizationを適用すると、全pixel = 平均値なので、 全ての値が0になる (情報が完全に失われる) 既存研究の課題 引用1 [Taesung Park et al., 2019]
■ pix2pixHDでは、全pixelが一様なSemantic mapを入力すると、 ラベルの種類に関わらず必ずグレー画像が出力される SPADE 引用7 [Ting-Chun Wang et al, 2017] [pix2pixHD]
* Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved. 　 * SPADEの解説
■ 情報のロスを防ぐために、 ■ 各normalization層の直後にsemantic mapの情報を埋め込む SPADE 引用1 [Taesung Park et al., 2019]
SPADE 引用1 [Taesung Park et al., 2019] ■ SPADE = SPatially-Adaptive DEnormalization という独自のlayerを定義 ■ Semantic label mapの情報を埋め込んだnorm層
SPADE 引用1 [Taesung Park et al., 2019] ■ SPADE = SPatially-Adaptive DEnormalization という独自のlayerを定義 ■ Semantic label mapの情報を埋め込んだnorm層 ■ 正規化の後で、Semantic mapの情報を使って別空間へアフィン変換 -> 非正規化
■ Semantic mapを一度convでembedding spaceへ射影する SPADE 引用1 [Taesung Park et al., 2019]
■ 更に条件パラメータγとβを出力するようにそれぞれ分岐して畳み込む ■ γとβは空間的な次元を持つテンソル SPADE 引用1 [Taesung Park et al., 2019]
■ NNのメインストリーム側で、Parameter-freeのBatch normを計算しておく SPADE 引用1 [Taesung Park et al., 2019]
■ Batch Norm activationの結果に対して、要素ごとにγをかけてβを足す ■ γ = scaling ■ β = bias SPADE 引用1 [Taesung Park et al., 2019]
SPADE 引用1 [Taesung Park et al., 2019] ■ γとβは学習によって得られるテンソルで、x、y、channelを持つ = xとyのpixel要素ごとに異なるscalingとbiasのアフィン変換が行われる ■ γとβは正規化されないのでSemantic mapの情報を保存できる
■ 一様なSemantic mapを入力した場合の既存研究との効果比較： ■ pix2pixHDはラベルの種類に関わらず必ずグレー画像が出力される ■ SPADEは綺麗にDetailまで生成される SPADE 引用1 [Taesung Park et al., 2019] 引用7 [Ting-Chun Wang et al, 2017] [pix2pixHD] [SPADE] ネットワーク最後ま で情報伝搬 ネットワーク 途中で情報ロス
* Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved. 　 * 他Norm手法との比較
■ SPADE = いくつかメジャーなNormalization手法を包含した概念 SPADEと他Normの比較
■ SPADEのSemantic maskを別の画像に、γ と β を空間的不変、 Batch内サンプル数を1にする → AdaINになる SPADEと他Normの比較 引用9 [Xun Huang et al, 2017]
■ SPADEのSemantic mask をラベル情報に置き換え、γ と β を空間的不変 → Conditional BNになる SPADEと他Normの比較 引用10 [Harm de Vries et al. 2017]
* Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved. 　 * モデル設計
■ SPADEを使えばSemantic mapの情報をネットワーク途中に埋め込める ので、入力層のSemantic mapが不要 ■ pix2pixHDのGeneratorにあったEncoderをなくしてモデル軽量化 モデル設計 引用1 [Taesung Park et al., 2019]
■ Generatorの入力部が空いたので、random vectorを入力 ■ 同一のSemantic mapでも、sampleする入力値によって マルチモーダルな生成が可能 -> Styleを制御 モデル設計 引用1 [Taesung Park et al., 2019]
■ Semantic map側を編集する事で、Semantic Layoutを自由に変更可能 ■ Semantic情報とStyle情報の分離制御を実現 モデル設計 引用1 [Taesung Park et al., 2019]
■ random vectorの代わりに、image encoderを取り付けて学習も可能 ■ reference画像のstyleを捉えて、狙ったstyleで生成できる ■ (論文ではVAEのreparameterization trickを使用) モデル設計 引用1 [Taesung Park et al., 2019] Image Encoder
* Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved. 　 * 実装詳細
■ Discriminatorはpix2pixHDと同じMulti-scale discriminator (PatchGAN準拠) (Adversarial loss + Feature Matching loss + Perceptual loss) ■ least squared loss -> Hinge lossに変更 ■ DiscriminatorにはSPADE層をいれない 実装詳細 引用1 [Taesung Park et al., 2019] 引用7 [Ting-Chun Wang et al, 2017]
■ GeneratorとDiscriminatorの両方にSpectral Normを適用 ■ Generator LR = 0.0001、Discriminator LR = 0.0004 ■ ADAM β1 = 0、β2 = 0.999 ■ Dataset ⁃ COCO-Stuff： train 118,000枚、validation 5,000枚、182 classes ⁃ ADE20K：train 20,210枚、validation 2,000枚、150 classes ⁃ Cityscapes dataset：train 3,000枚、validation 500枚 ⁃ Flickr Landscapes：train 40,000枚、validation 1,000枚 (DeepLabV2使用) 実装詳細 引用11 [Holger Caesar, et al., 2018] 引用12 [Bolei Zhou, et al., 2016] 引用13 [Marius Cordts, et al., 2017]
* Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved. 　 * 評価
■ Base Line： ① Pix2pixHD：SOTAなGANベースアプローチ ベースライン 引用7 [Ting-Chun Wang et al, 2017]
■ Base Line： ① Pix2pixHD：SOTAなGANベースアプローチ ② CRN：段階的に高解像度Semantic mapを入力するFeedforwardアプローチ ベースライン 引用14 [Qifeng Chen et al., 2017]
■ Base Line： ① Pix2pixHD：SOTAなGANベースアプローチ ② CRN：段階的に高解像度Semantic mapを入力するFeedforwardアプローチ ③ SIMS：本物画像のDBからセグメント合成するアプローチ ベースライン 引用15 [Xiaojuan Qi et al., 2018]
■ Semantic label-mapの復元度を計測 評価指標 引用1 [Taesung Park et al., 2019]
■ Semantic label-mapの復元度を計測 ■ 生成画像に対してDeepLabV2とDRN-D-105を使って、Semantic mapを予測 評価指標 引用1 [Taesung Park et al., 2019] GT Synthesized image DeepLabV2
■ Semantic label-mapの復元度を計測 ■ 生成画像に対してDeepLabV2とDRN-D-105を使って、Semantic mapを予測 ■ 正解label-mapとのmean IOU (mIoU)、pixel accuracy (accu) を比較 評価指標 引用1 [Taesung Park et al., 2019] GT Synthesized image DeepLabV2 mean IOU pixel accuracy
■ Semantic label-mapの復元度を計測 ■ 生成画像に対してDeepLabV2とDRN-D-105を使って、Semantic mapを予測 ■ 正解labe-mapとのmean IOU (mIoU)、pixel accuracy (accu) を比較 ■ 更にFrechet Inception Distance (FID) で生成画像とGTの分布間距離も比較 評価指標 引用1 [Taesung Park et al., 2019] GT Synthesized image DeepLabV2 mean IOU pixel accuracy FID
■ Semantic mapの復元指標 (mIOU、accu) で既存手法を大きく上回る結果 定量評価 引用1 [Taesung Park et al., 2019]
■ Semantic mapの復元指標 (mIOU、accu) で既存手法を大きく上回る結果 ■ FIDでもほとんど最高値だが、CityscapesでのみSIMSに負ける ⁃ SIMSでは本物画像のパッチをつなぎ合わせて画像合成している ⁃ 必然的に生成分布は本物画像の分布と合致しやすい ⁃ SIMSは欲しいパッチがデータセット内に存在しない場合もあるので mIOU、accuのスコアは低い 定量評価 引用1 [Taesung Park et al., 2019]
■ 人間（Amazon Mechanical Turk）による定性的評価 ■ Semantic maskと2種の生成画像を見せて、適切に対応している方を選ぶ ■ 全てのケースにおいて提案手法が最も高確率で選ばれた 定性評価 引用1 [Taesung Park et al., 2019]
* Copyright (C) 2013 DeNA Co.,Ltd. All Rights Reserved. 　 * まとめ
① SPADE = SPatially-Adaptive DEnormalization という独自の正規化層を提案 　 -> Semantic mapの情報ロス問題を解決し、生成クォリティ向上 ② Encoderネットワークが不要になり、モデル軽量化 ③ Semantic mask と Styleを分離制御できるようになり多様な生成を実現 まとめ
■ http://34.209.64.66/ ■ 絵描けない人でもイメージ通りの画像を生成できる Webツールデモ 引用1 [Taesung Park et al., 2019]
参考文献 ■ [1] Taesung Park et al. Semantic Image Synthesis with Spatially-Adaptive Normalization, 2019 https://arxiv.org/abs/1903.07291 https://youtu.be/9GR8V-VR4Qg?t=614 ■ [2] Tero Karras et al. Progressive Growing of GANs for Improved Quality, Stability, and Variation, 2018 https://arxiv.org/abs/1710.10196 https://youtu.be/XOxxPcy5Gr4 ■ [3] Alec Radford et al. Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks, 2015 https://arxiv.org/abs/1511.06434 ■ [4] Takeru Miyato et al. cGANs with Projection Discriminator, 2018 https://arxiv.org/abs/1802.05637 ■ [5] Seunghoon Hong et al. Inferring Semantic Layout for Hierarchical Text-to-Image Synthesis, 2018 https://arxiv.org/abs/1801.05091 ■ [6] Phillip Isola et al. Image-to-Image Translation with Conditional Adversarial Networks, 2016 https://arxiv.org/abs/1611.07004 ■ [7] Ting-Chun Wang et al. High-Resolution Image Synthesis and Semantic Manipulation with Conditional GANs, 2017 https://arxiv.org/abs/1711.11585 https://youtu.be/3AIpPlzM_qs
参考文献 ■ [8] Qifeng Chen, et al. Photographic Image Synthesis with Cascaded Refinement Networks, 2017 https://arxiv.org/abs/1707.09405 ■ [9] Xun Huang, et al. Arbitrary Style Transfer in Real-time with Adaptive Instance Normalization, 2017 https://arxiv.org/abs/1703.06868 ■ [10] Harm de Vries, et al. Modulating early visual processing by language, 2017 https://arxiv.org/abs/1707.00683 ■ [11] Holger Caesar, et al. COCO-Stuff: Thing and Stuff Classes in Context, 2018 https://arxiv.org/abs/1612.03716 ■ [12] Bolei Zhou, et al. Semantic Understanding of Scenes through the ADE20K Dataset, 2016 https://arxiv.org/abs/1608.05442 ■ [13] Marius Cordts, et al. The Cityscapes Dataset for Semantic Urban Scene Understanding, 2016 https://arxiv.org/abs/1604.01685 ■ [14] Qifeng Chen, et al. Photographic Image Synthesis with Cascaded Refinement Networks, 2017 https://arxiv.org/abs/1707.09405 ■ [15] Xiaojuan Qi, et al. Semi-parametric Image Synthesis, 2018 https://arxiv.org/abs/1804.10992

More Related Content

PDF
全力解説！Transformer
byArithmer Inc.
 
PDF
Attentionの基礎からTransformerの入門まで
byAGIRobots
 
PDF
深層強化学習と実装例
byDeep Learning Lab（ディープラーニング・ラボ）
 
PPTX
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
byYusuke Uchida
 
PDF
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる？？ 〜​
bySSII
 
PDF
【DL輪読会】Perceiver io a general architecture for structured inputs & outputs
byDeep Learning JP
 
PPTX
[DL輪読会]Swin Transformer: Hierarchical Vision Transformer using Shifted Windows
byDeep Learning JP
 
PDF
【メタサーベイ】Vision and Language のトップ研究室/研究者
bycvpaper. challenge
 
全力解説！Transformer
byArithmer Inc.
 
Attentionの基礎からTransformerの入門まで
byAGIRobots
 
深層強化学習と実装例
byDeep Learning Lab（ディープラーニング・ラボ）
 
Swin Transformer (ICCV'21 Best Paper) を完璧に理解する資料
byYusuke Uchida
 
SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せる？？ 〜​
bySSII
 
【DL輪読会】Perceiver io a general architecture for structured inputs & outputs
byDeep Learning JP
 
[DL輪読会]Swin Transformer: Hierarchical Vision Transformer using Shifted Windows
byDeep Learning JP
 
【メタサーベイ】Vision and Language のトップ研究室/研究者
bycvpaper. challenge
 

What's hot

PDF
Transformer メタサーベイ
bycvpaper. challenge
 
PDF
画像生成・生成モデル メタサーベイ
bycvpaper. challenge
 
PDF
[DL輪読会]Wasserstein GAN/Towards Principled Methods for Training Generative Adv...
byDeep Learning JP
 
PDF
自己教師学習（Self-Supervised Learning）
bycvpaper. challenge
 
PPTX
【DL輪読会】ViT + Self Supervised Learningまとめ
byDeep Learning JP
 
PPTX
[DL輪読会]Graph R-CNN for Scene Graph Generation
byDeep Learning JP
 
PPTX
[DL輪読会]Set Transformer: A Framework for Attention-based Permutation-Invariant...
byDeep Learning JP
 
PPTX
【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models
byDeep Learning JP
 
PDF
【DL輪読会】"Secrets of RLHF in Large Language Models Part I: PPO"
byDeep Learning JP
 
PDF
Deep Learningによる超解像の進歩
byHiroto Honda
 
PPTX
モデルアーキテクチャ観点からの高速化2019
byYusuke Uchida
 
PDF
semantic segmentation サーベイ
byyohei okawa
 
PPTX
マルチモーダル深層学習の研究動向
byKoichiro Mori
 
PDF
【DL輪読会】A Path Towards Autonomous Machine Intelligence
byDeep Learning JP
 
PPTX
【DL輪読会】言語以外でのTransformerのまとめ (ViT, Perceiver, Frozen Pretrained Transformer etc)
byDeep Learning JP
 
PPTX
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and Editing
byDeep Learning JP
 
PPTX
SfM Learner系単眼深度推定手法について
byRyutaro Yamauchi
 
PPTX
【DL輪読会】Flamingo: a Visual Language Model for Few-Shot Learning 画像×言語の大規模基盤モ...
byDeep Learning JP
 
PPTX
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...
byDeep Learning JP
 
PDF
【DL輪読会】Bridge-Prompt: Toward Ordinal Action Understanding in Instructional Vi...
byDeep Learning JP
 
Transformer メタサーベイ
bycvpaper. challenge
 
画像生成・生成モデル メタサーベイ
bycvpaper. challenge
 
[DL輪読会]Wasserstein GAN/Towards Principled Methods for Training Generative Adv...
byDeep Learning JP
 
自己教師学習（Self-Supervised Learning）
bycvpaper. challenge
 
【DL輪読会】ViT + Self Supervised Learningまとめ
byDeep Learning JP
 
[DL輪読会]Graph R-CNN for Scene Graph Generation
byDeep Learning JP
 
[DL輪読会]Set Transformer: A Framework for Attention-based Permutation-Invariant...
byDeep Learning JP
 
【DL輪読会】High-Resolution Image Synthesis with Latent Diffusion Models
byDeep Learning JP
 
【DL輪読会】"Secrets of RLHF in Large Language Models Part I: PPO"
byDeep Learning JP
 
Deep Learningによる超解像の進歩
byHiroto Honda
 
モデルアーキテクチャ観点からの高速化2019
byYusuke Uchida
 
semantic segmentation サーベイ
byyohei okawa
 
マルチモーダル深層学習の研究動向
byKoichiro Mori
 
【DL輪読会】A Path Towards Autonomous Machine Intelligence
byDeep Learning JP
 
【DL輪読会】言語以外でのTransformerのまとめ (ViT, Perceiver, Frozen Pretrained Transformer etc)
byDeep Learning JP
 
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and Editing
byDeep Learning JP
 
SfM Learner系単眼深度推定手法について
byRyutaro Yamauchi
 
【DL輪読会】Flamingo: a Visual Language Model for Few-Shot Learning 画像×言語の大規模基盤モ...
byDeep Learning JP
 
【DL輪読会】Visual Classification via Description from Large Language Models (ICLR...
byDeep Learning JP
 
【DL輪読会】Bridge-Prompt: Toward Ordinal Action Understanding in Instructional Vi...
byDeep Learning JP
 

Similar to SPADE :Semantic Image Synthesis with Spatially-Adaptive Normalization

PDF
Transformer 動向調査 in 画像認識(修正版)
byKazuki Maeno
 
PPTX
[DL輪読会]Dense Captioning分野のまとめ
byDeep Learning JP
 
PPTX
Deep Learning による視覚×言語融合の最前線
byYoshitaka Ushiku
 
PPTX
CVPR2018 pix2pixHD論文紹介 (CV勉強会@関東)
byTenki Lee
 
PPTX
視覚と対話の融合研究
byYoshitaka Ushiku
 
PDF
【CVPR 2020 メタサーベイ】Neural Generative Models
bycvpaper. challenge
 
PDF
[DL輪読会]Toward Multimodal Image-to-Image Translation (NIPS'17)
byDeep Learning JP
 
PPTX
Bridging between Vision and Language
byShion Honda
 
PDF
【CVPR 2019】SPADE: Semantic Image Synthesis with Spatially-Adaptive Normalization
bycvpaper. challenge
 
PPTX
Image net classification　with Deep Convolutional Neural Networks
byShingo Horiuchi
 
PDF
【DL輪読会】Learning Instance-Specific Adaptation for Cross-Domain Segmentation (E...
byDeep Learning JP
 
PPTX
CVPR2018 参加報告(速報版)初日
byAtsushi Hashimoto
 
PPTX
Mind’s Eye: A Recurrent Visual Representation for Image Caption Generation
bytomoaki0705
 
PDF
KDD2018 paper reading
byKousuke Kuzuoka
 
PPTX
20190831 3 d_inaba_final
byDaikiInaba
 
PPTX
CVPR2017 参加報告 速報版 本会議 4日目
byAtsushi Hashimoto
 
PPTX
[DL輪読会]High-Fidelity Image Generation with Fewer Labels
byDeep Learning JP
 
PDF
Deep Learningの基礎と応用
bySeiya Tokui
 
PPTX
CVPR2017 参加報告 速報版 本会議 2日目
byAtsushi Hashimoto
 
PPTX
Cvpr2018 参加報告（速報版）3日目
byAtsushi Hashimoto
 
Transformer 動向調査 in 画像認識(修正版)
byKazuki Maeno
 
[DL輪読会]Dense Captioning分野のまとめ
byDeep Learning JP
 
Deep Learning による視覚×言語融合の最前線
byYoshitaka Ushiku
 
CVPR2018 pix2pixHD論文紹介 (CV勉強会@関東)
byTenki Lee
 
視覚と対話の融合研究
byYoshitaka Ushiku
 
【CVPR 2020 メタサーベイ】Neural Generative Models
bycvpaper. challenge
 
[DL輪読会]Toward Multimodal Image-to-Image Translation (NIPS'17)
byDeep Learning JP
 
Bridging between Vision and Language
byShion Honda
 
【CVPR 2019】SPADE: Semantic Image Synthesis with Spatially-Adaptive Normalization
bycvpaper. challenge
 
Image net classification　with Deep Convolutional Neural Networks
byShingo Horiuchi
 
【DL輪読会】Learning Instance-Specific Adaptation for Cross-Domain Segmentation (E...
byDeep Learning JP
 
CVPR2018 参加報告(速報版)初日
byAtsushi Hashimoto
 
Mind’s Eye: A Recurrent Visual Representation for Image Caption Generation
bytomoaki0705
 
KDD2018 paper reading
byKousuke Kuzuoka
 
20190831 3 d_inaba_final
byDaikiInaba
 
CVPR2017 参加報告 速報版 本会議 4日目
byAtsushi Hashimoto
 
[DL輪読会]High-Fidelity Image Generation with Fewer Labels
byDeep Learning JP
 
Deep Learningの基礎と応用
bySeiya Tokui
 
CVPR2017 参加報告 速報版 本会議 2日目
byAtsushi Hashimoto
 
Cvpr2018 参加報告（速報版）3日目
byAtsushi Hashimoto
 

SPADE :Semantic Image Synthesis with Spatially-Adaptive Normalization