【文件属性】：
文件名称：GANmut:GANmut的正式实施（CVPR 2021）
文件大小：131.71MB
文件格式：ZIP
更新时间：2021-04-20 05:16:49
JupyterNotebook
GANmut-官方PyTorch实施
接受CVPR 2021
GANmut：学习情绪可解释的条件空间Stefano d'Apolito 1 ，Danda Pani Paudel 1 ，Zhihuang Huang 1 ，Andres Romero 1 ，Luc Van Gool 1,2 1瑞士苏黎世联邦理工学院计算机视觉实验室， 2比利时鲁汶大学PSI
摘要：人类可以通过过多的面部表情来传达情感，每种面部表情都有自己的强度，细微差别和模糊性。 通过条件GAN产生的这种变化仅限于所用标签系统中编码的表达。 这些限制是由于繁重的标签需求或混淆的标签空间引起的。 另一方面，从廉价且直观的基本类别情感标签中学习会导致有限的情感变异性。 在本文中，我们提出了一个新颖的基于GAN的框架，该框架学习情绪的可表达且可解释的条件空间（可用作标签空间），而不是对手工标签进行条件化。 我们的框架仅使用基本情
【文件预览】：
GANmut-main
----utils()
--------dataloader.py(2KB)
--------notebook_utils.py(3KB)
--------transforms.py(4KB)
--------logger.py(421B)
----requiremets.txt(59B)
----models()
--------model_linear_3d.py(6KB)
--------model_gaussian_2d.py(7KB)
--------model_gaussian_3d.py(6KB)
--------model_linear_2d.py(7KB)
----main.py(6KB)
----core()
--------main.py(6KB)
--------solver.py(26KB)
----notebook()
--------images_generation.ipynb(616KB)
----dataset()
--------imgs()
--------training.csv(52B)
----Images()
--------Einstein.jpg(30KB)
----LICENSE(2KB)
----README.md(5KB)
----learned_generators()
--------gaus_2d()
--------lid_2d_r1()
--------lin_2d()
----.gitignore(127B)
----edited_images()
--------theta_5.235987755982989_rho_0.7img1.jpg(838KB)
--------theta_0.5235987755982988_rho_0.9img1.jpg(838KB)
--------theta_1.0471975511965976_rho_0.9img1.jpg(838KB)
--------theta_0_rho_0.6Einstein.jpg(29KB)
--------theta_2.6179938779914944_rho_0.3img1.jpg(837KB)
--------theta_3.141592653589793_rho_0.7img1.jpg(837KB)
--------theta_3.6651914291880923_rho_0.6img1.jpg(837KB)
--------theta_None_rho_Noneimg1.jpg(839KB)
--------theta_4.1887902047863905_rho_0.3img1.jpg(837KB)
--------theta_0_rho_0.4Einstein.jpg(29KB)
--------theta_3.141592653589793_rho_0.3Einstein.jpg(29KB)
--------theta_0.5235987755982988_rho_0.6img1.jpg(839KB)
--------theta_1.5707963267948966_rho_0.9img1.jpg(838KB)
--------theta_4.1887902047863905_rho_0.6img1.jpg(837KB)
--------theta_None_rho_NoneEinstein.jpg(29KB)
--------x_-0.80_y_-0.50Einstein.jpg(29KB)
--------theta_4.1887902047863905_rho_0.4img1.jpg(837KB)
--------theta_1.0471975511965976_rho_0.7img1.jpg(838KB)
--------theta_3.141592653589793_rho_0.6img1.jpg(837KB)
--------theta_3.141592653589793_rho_0.6Einstein.jpg(29KB)
--------theta_3.141592653589793_rho_0.3img1.jpg(837KB)
--------theta_3.141592653589793_rho_0.4img1.jpg(837KB)
----solver.py(27KB)