StyleGAN1 StyleGAN-V 논문리뷰 Introduction 이미지 생성에 비해 비디오생성은 성공이 없었고 실제 데이터셋에 맞추기 힘들었다. 일반적으로 비디오를 이산적 이미지로 다뤘는데, 고화질로 오랜기간 뽑기 힘듬 → 비디오 그 자체, 연속 signals x(t)로 다룸 gan base synthesis framework sin/cos positional embedding → 비디오는 주기성 x 알맞지 x → positional embedding with time-varying wave parameters (depend on motion information, sampled uniquely for diffrent video) → padding less conv1d-based model (장기기억 문제 완화) 적절한 샘플링이 필요 → ext.. 2022. 3. 19. 이전 1 다음
