Изменения

[[Файл:sc-fegan_result.jpg|thumb|300px|Пример работы модели SC-FEGAN.]] === DeepFillv2SC-FEGAN<ref>[https://github.com/run-youngjoo/SC-FEGAN Free-Form Image Inpainting Face Editing Generative Adversarial Network with Gated Convolution, Jiahui Yu, Zhe Lin, Jimei Yang, Xiaohui ShenUser's Sketch and Color, Xin LuYoungjoo Jo, Thomas HuangJongyoul Park]</ref> ===

{| |SC-valign="top" |Главная идея этой модели {{---}} использование стробированной сверткиFEGAN позволяет производить высококачественные изображения лиц, которая позволила добиться хорошего качества вписывания при восстановлении учитывая передаваемые пользователем эскизы на местах стертых частей изображения с разными формами испорченных областей. Также можно использовать рисунок пользователя Иными словами пользователь может легко редактировать изображения, стирая фрагменты, которые он хочет изменить, и подставляя туда эскизы, которые будут отражены в качестве входных данныхгенерируемом фрагменте.

В Дискриминатор данной модели используется вариант генеративно-состязательной сети {{---}} SN-PatchGANпринимает на вход сгенерированное изображение, маску и рисунок пользователя. Дискриминатор этой сети в каждой точке вычисляет кусочно-линейную функцию Итоговая функция потерь, формируя таким образом <tex>h \times w \times c</tex> генеративно-состязательных сетей, каждая формируется из которых сосредотачивается на различных частях выхода дискриминатора и свойствах функций сравнения изображения. Генератор, состоящий из двух сетей с оригинальным (грубой и сети повышающей качество изображения), используют модель кодировщик-декодировщик вместо Uper-Net<ref>[https://arxiv.org/pdf/1505.04597.pdf U-Net: Convolutional Networks for Biomedical Image Segmentationpixel loss, Olaf Ronnebergerperceptual loss, Philipp Fischer, Thomas Brox]</ref>, в которой все слои классической свертки заменены на стробированные. |[[Файл:DeepFillv2_model.jpeg|thumb|300px|Сеть DeepFillv2style loss).]] |}

[[Файл:DeepFillv2_model.jpeg|thumb|300px|left|Сеть DeepFillv2.]] === SC-FEGANDeepFillv2<ref>[https://github.com/run-youngjoo/SC-FEGAN Face Editing Generative Adversarial Network Free-Form Image Inpainting with User's Sketch and ColorGated Convolution, Jiahui Yu, Zhe Lin, Jimei Yang, Xiaohui Shen, Youngjoo JoXin Lu, Jongyoul ParkThomas Huang]</ref> ===

Главная идея этой модели {| |{--valign="top" |SC-FEGAN позволяет производить высококачественные изображения лиц}} использование стробированной свертки, учитывая передаваемые пользователем эскизы на местах стертых частей которая позволила добиться хорошего качества вписывания при восстановлении изображенияс разными формами испорченных областей. Иными словами пользователь может легко редактировать изображения, стирая фрагменты, которые он хочет изменить, и подставляя туда эскизы, которые будут отражены Также можно использовать рисунок пользователя в генерируемом фрагментекачестве входных данных.

В данной модели используется вариант генеративно-состязательной сети {{---}} SN-PatchGAN. Дискриминатор данной этой сети принимает в каждой точке вычисляет кусочно-линейную функцию потерь, формируя таким образом <tex>h \times w \times c</tex> генеративно-состязательных сетей, каждая из которых сосредотачивается на вход сгенерированное изображение, маску различных частях и рисунок пользователясвойствах изображения. Итоговая функция потерь формируется Генератор, состоящий из выхода дискриминатора двух сетей (грубой и функций сравнения сети повышающей качество изображения с оригинальным (per), используют модель кодировщик-декодировщик вместо U-pixel loss, perceptual loss, style loss). |[Net<ref>[Файлhttps:sc-fegan_result//arxiv.org/pdf/1505.04597.jpg|thumb|300px|Пример работы модели SCpdf U-FEGANNet: Convolutional Networks for Biomedical Image Segmentation, Olaf Ronneberger, Philipp Fischer, Thomas Brox]</ref>, в которой все слои классической свертки заменены на стробированные.]] |}

|[[Файл:EdgeConnect_network.jpg|thumb|1000px600px|Сеть EdgeConnect. <tex>G_1</tex> {{---}} генератор границ, <tex>G_2</tex> {{---}} генератор изображения, <tex>D_1</tex> и <tex>D_2</tex> {{---}} дискриминаторы.]]

|[[Файл:EdgeConnect_merge.jpg|thumb|1000px600px| Пример соединения двух изображения моделью EdgeConnect.]]