wuvin
Always take risks!
Toggle navigation
wuvin
主页
实验室的搬砖生活
机器学习
公开的学术内容
公开的其他内容
About Me
归档
标签
友情链接
ZYQN
ihopenot
enigma_aw
hzwer
杨宗翰
全景图 Diffusion 生成
2023-05-09 16:07:43
104
0
0
wuvin
# Method1 * 来自 [dreamingcomputers网站](https://dreamingcomputers.com/ai-articles/360-disco-diffusion-panorama-how-to/) 的做法:先准备一个存在的全景图,然后把全景图拆成很多个投射图,每个图象通过Image2Image做生成,然后拼接起来。 # Text2Light: Zero-Shot Text-Driven HDR Panorama Generation * ![title](https://leanote.com/api/file/getImage?fileId=63e8ad5fab6441171099112e) * ![title](https://leanote.com/api/file/getImage?fileId=63e8c2e9ab6441171099131f) * 首先学一个codebook,然后 Eqn(5) 是对于向量加点噪音,Eqn(6) 这里是找到数据集内,最接近k个样本的code。$p(s)$ 这一块是相当于自回归的序列预测。SPE 是空间位置编码。同时对于原图的一个patch,会有另一个codebook编码. # StyleLight: HDR Panorama Generation for Lighting Estimation and Editing * ![title](https://leanote.com/api/file/getImage?fileId=63e9ce59ab644117109923df) * ![title](https://leanote.com/api/file/getImage?fileId=63e9ce62ab644117109923e0) * 训练用的全景图GAN,然后LFOV到 LDR panoramas 用的 GAN inversion。
上一篇:
NeRF 不确定性估计相关
下一篇:
RGBD 生成/预测
0
赞
104 人读过
新浪微博
微信
腾讯微博
QQ空间
人人网
提交评论
立即登录
, 发表评论.
没有帐号?
立即注册
0
条评论
More...
文档导航
没有帐号? 立即注册