Full metadata record
| DC pole | Hodnota | Jazyk |
|---|---|---|
| dc.contributor.author | Gruber, Ivan | |
| dc.contributor.author | Hrúz, Marek | |
| dc.contributor.author | Železný, Miloš | |
| dc.contributor.author | Karpov, Alexey | |
| dc.date.accessioned | 2022-03-28T10:00:29Z | - |
| dc.date.available | 2022-03-28T10:00:29Z | - |
| dc.date.issued | 2021 | |
| dc.identifier.citation | GRUBER, I. HRÚZ, M. ŽELEZNÝ, M. KARPOV, A. X-Bridge: Image-to-Image Translation with Reconstruction Capabilities. In 23rd International Conference, SPECOM 2021, St. Petersburg, Russia, September 27–30, 2021, Proceedings. Cham: Springer, 2021. s. 238-249. ISBN: 978-3-030-87801-6 , ISSN: 0302-9743 | cs |
| dc.identifier.isbn | 978-3-030-87801-6 | |
| dc.identifier.issn | 0302-9743 | |
| dc.identifier.uri | 2-s2.0-85116369882 | |
| dc.identifier.uri | http://hdl.handle.net/11025/47269 | |
| dc.format | 12 s. | cs |
| dc.format.mimetype | application/pdf | |
| dc.language.iso | en | en |
| dc.publisher | Springer | en |
| dc.relation.ispartofseries | 23rd International Conference, SPECOM 2021, St. Petersburg, Russia, September 27–30, 2021, Proceedings | en |
| dc.rights | Plný text je přístupný v rámci univerzity přihlášeným uživatelům. | cs |
| dc.rights | © Springer | en |
| dc.subject | Translace obrázků | cs |
| dc.subject | Generativní adversarialní sítě | cs |
| dc.subject | Heterogenní rozpoznávání lidské tváře | cs |
| dc.title | X-Bridge: Image-to-Image Translation with Reconstruction Capabilities | en |
| dc.title.alternative | X-Bridge: Translace obrázků s rekonstrukčními kapacitami | cs |
| dc.type | konferenční příspěvek | cs |
| dc.type | ConferenceObject | en |
| dc.rights.access | restrictedAccess | en |
| dc.type.version | publishedVersion | en |
| dc.description.abstract-translated | This work presents a novel method for image-to-image translation named X-Bridge. The method is based on a conditional adversarial network. X-Bridge is a supervised method build upon the Pix2pix approach, however, it extends the original system with an additional reconstruction path and a shared-latent space assumption between the original and the reconstruction path. With these modifications, we argue that the qualitative results provided by X-Bridge overcome other state-of-the-art methods in terms of similarity between translated and corresponding images, robustness, generalization capacity, and translated features preservation. This assumption is confirmed with provided quantitative results. We demonstrate the power of this approach on the challenging facial image-to-sketch translation task. Code is available at: https://github.com/YvanG/Cross-modal-Bridge. | en |
| dc.subject.translated | Image-to-image translation | en |
| dc.subject.translated | Generative adversarial networks | en |
| dc.subject.translated | Heterogeneous face recognition | en |
| dc.identifier.doi | 10.1007/978-3-030-87802-3_22 | |
| dc.type.status | Peer-reviewed | en |
| dc.identifier.obd | 43933803 | |
| dc.project.ID | TN01000024/Národní centrum kompetence - Kybernetika a umělá inteligence - prodloužení | cs |
| dc.project.ID | 90042/Velká výzkumná infrastruktura povinnost (J) - CESNET II | cs |
| Vyskytuje se v kolekcích: | Konferenční příspěvky / Conference Papers (KKY) Konferenční příspěvky / Conference papers (NTIS) OBD | |
Soubory připojené k záznamu:
| Soubor | Velikost | Formát | |
|---|---|---|---|
| Gruber2021_Chapter_X-BridgeImage-to-ImageTranslat.pdf | 2,6 MB | Adobe PDF | Zobrazit/otevřít Vyžádat kopii |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/47269Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.