论文复现课程链接:https://aistudio.baidu.com/aistudio/education/group/info/1340

主要工作

和之前vid2vid比较,vid2vid对于视频的合成需要对应比较人物的训练数据,同时一个目标人物的生成就需要单独训练一个模型,而few shot vid2vid 只需要少量样本,甚至是一张图片就可以使用一个模型生成为未见过的目标人物视频。如图像1所示:
【百度飞桨PaddlePaddle论文复现】《Few-shot Video-to-Video Synthesis》论文笔记图1 vid2vid(左) 和 few-shot vid2vid(右) 比较效果

【百度飞桨PaddlePaddle论文复现】《Few-shot Video-to-Video Synthesis》论文笔记
【百度飞桨PaddlePaddle论文复现】《Few-shot Video-to-Video Synthesis》论文笔记
【百度飞桨PaddlePaddle论文复现】《Few-shot Video-to-Video Synthesis》论文笔记
【百度飞桨PaddlePaddle论文复现】《Few-shot Video-to-Video Synthesis》论文笔记
引言

现有vid2vid不足:

1、需要大量的数据进行训练
2、泛化性能弱:一般一个模型只能对应的合成一个目标数据的视频

【百度飞桨PaddlePaddle论文复现】《Few-shot Video-to-Video Synthesis》论文笔记
【百度飞桨PaddlePaddle论文复现】《Few-shot Video-to-Video Synthesis》论文笔记

Few-shot vid2vid

【百度飞桨PaddlePaddle论文复现】《Few-shot Video-to-Video Synthesis》论文笔记
【百度飞桨PaddlePaddle论文复现】《Few-shot Video-to-Video Synthesis》论文笔记
【百度飞桨PaddlePaddle论文复现】《Few-shot Video-to-Video Synthesis》论文笔记
【百度飞桨PaddlePaddle论文复现】《Few-shot Video-to-Video Synthesis》论文笔记
【百度飞桨PaddlePaddle论文复现】《Few-shot Video-to-Video Synthesis》论文笔记

相关文章:

  • 2021-05-30
  • 2021-07-28
  • 2022-01-15
  • 2021-04-03
  • 2021-10-20
  • 2021-10-05
  • 2021-12-19
猜你喜欢
  • 2021-05-29
  • 2021-10-18
  • 2021-06-14
  • 2021-10-27
  • 2021-07-16
  • 2021-04-04
  • 2022-01-02
相关资源
相似解决方案