[ECCV2022] CCPL: Contrastive Coherence Preserving Loss for Versatile Style Transfer

CV 

一种通用的风格转移方法,可以实现艺术、逼真的风格迁移,以及实现视频的风格迁移,同时在训练过程中并没有视频的参与

Demystifying Neural Style Transfer

CV 

Style transfer is essentially a domain adaptation problem, which aligns the feature distributions.

基于CLIPstyler的研究过程记录

CV 

对CLIPstyler进行研究的过程记录

[CVPR2022] CLIPstyler: Image Style Transfer with a Single Text Condition

CV 

使用CLIP进行风格迁移

[arXiv] Pivotal Tuning for Latent-based Editing of Real Images

CV 

基于优化的,更新StyleGAN参数的反演方法

[CVPR2022] HyperStyle: StyleGAN Inversion with HyperNetworks for Real Image Editing

CV 

对生成器参数进行更新的GAN Inversion

致谢

Life 

毕业论文致谢稍作修改,毕业之际,感谢四年的陪伴

[CVPR2022] CRIS: CLIP-Driven Referring Image Segmentation

CV 

CLIP驱动的基于文本的实例分割基于文本的实例分割,大概就是给出一段文字,然后在图片中标注出符合描述的一片区域

[NeurIPS2018] Neural Ordinary Differential Equations

CV 

关于NeuralODE的讲解与证明