Název: Generating Facial Images using VAEGAN
Autoři: Gruber, Ivan
Citace zdrojového dokumentu: Studentská vědecká konference 2018 - magisterské a doktorské studijní programy: sborník rozšířených abstraktů, s. 38-39.
Datum vydání: 2018
Nakladatel: Západočeská univerzita v Plzni
Typ dokumentu: conferenceObject
konferenční příspěvek
URI: http://hdl.handle.net/11025/29815
ISBN: 978-80-261-0790-3
Klíčová slova: generativní modelování;obrazy obličeje;VAEGAN
Klíčová slova v dalším jazyce: generative modelling;facial images;VAEGAN
Abstrakt v dalším jazyce: A generative modeling is a powerful way how to learn any kind of data distribution using unsupervised learning. The main advantages of generative models are as follows: (1) they generally don’t need any labeling during training; (2) they are able to generate new data similar to existing data. Thanks to these features, generative models become very popular during last three years with a vast field of usage. In this work, I introduce an experiment of generating facial images by using VAEGAN. For the training of my model, I used CasiaWebFace database (Yi et al. (2014)) and CelebFaces Attributes dataset (Liu et al. (2015)).
Vyskytuje se v kolekcích:Studentská vědecká konference 2018-magisterské a doktorské studijní programy

Soubory připojené k záznamu:
Soubor Popis VelikostFormát 
Gruber.pdfPlný text491,04 kBAdobe PDFZobrazit/otevřít


Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/29815

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.