آکادمی علوم چین و دانشگاه شهر هنگ کنگ به رهبری یک تیم تحقیقاتی است که توسعه هوش مصنوعی-طراحی ماشین آموزش روش قادر به تولید واقعی انسان, پرتره از ساده طرح. زمان عمیق تصویر به تصویر ترجمه تکنیک های سریع تر ممکن است در تولید صورت انسان, تصاویر از طرح, اما آنها اغلب overfit ورودی خود یا به عبارت دیگر نیاز به یک هنرمند حرفه ای به طرح صورت اول است. در ادامه مطلب به صورت تصویری و اطلاعات بیشتر.
دیگر یادگیری عمیق و مبتنی بر راه حل های برای طرح-به-تصویر ترجمه تفسیر ورودی طرح به عنوان ثابت محدودیت و پس از آن تلاش برای از نو خلق کردن بافت از دست رفته اطلاعات بین سکته مغزی است. این رویکرد جدید می آموزد فضای قابل قبول در صورت طرح از آنهایی که واقعی می یابد و نقطه در این فضا که بهترین تخمین ورودی طرح درمان آن به عنوان یک 'نرم' محدودیت استفاده می شود به راهنمای سنتز تصویر. آن را شامل سه ماژول: CE (جزء تعبیه) FM (از ویژگی های نقشه برداری) و (سنتز تصویر).
- کارت گرافیک Nvidia GeForce GTX 1650 4GB گرافیک (پایه: 1395MHz افزایش: 1560MHz, TDP: 50W)
- چهار هسته ای AMD Ryzen 5 r5-3550h پردازنده
- 15.6" 120 هرتز full HD (1920x1080) IPS نوع صفحه نمایش
- 256GB NVMe SSD | 8GB DDR4 RAM | ویندوز 10 خانه
- Gigabit موج 2 Wi-Fi 5 (802.11 AC)
اخیر عمق تصویر به تصویر ترجمه تکنیک اجازه می دهد سریع نسل از چهره تصاویر از freehand طرح. اما راه حل های موجود تمایل به overfit به اسکچ در نتیجه نیاز به حرفه ای طرح و یا حتی لبه نقشه ها به عنوان ورودی است. برای پرداختن به این موضوع ما ایده های کلیدی است که به طور ضمنی مدل شکل فضای قابل قبول صورت تصاویر و سنتز یک تصویر چهره را در این فضا به تقریبی یک ورودی طرح گفت:" روی کاغذ.
[منبع]