基于辅助光照的对抗式图像合成
计算机视觉与模式识别
2021-01-12 v2
摘要
处理前景物体与背景图像之间的不一致性是高保真图像合成中的一项挑战性任务。最先进的方法力求通过调整前景物体的风格使其与背景图像兼容来协调合成图像，而合成图像中前景物体潜在的阴影对合成真实感至关重要，却在很大程度上被忽视。本文中，我们提出一种对抗式图像合成网络（AIC-Net），通过考虑前景物体在合成图像中投射的潜在阴影来实现真实感图像合成。提出了一种新颖的分支生成机制，将阴影生成与前景风格迁移解耦，以最优地同时完成这两项任务。设计了一个可微空间变换模块，将局部协调与全局协调相桥接，以有效实现它们的联合优化。在行人与车辆合成任务上的大量实验表明，所提出的 AIC-Net 在定性与定量上均取得了优越的合成性能。
引用
@article{arxiv.2009.08255,
title = {Adversarial Image Composition with Auxiliary Illumination},
author = {Fangneng Zhan and Shijian Lu and Changgong Zhang and Feiying Ma and Xuansong Xie},
journal= {arXiv preprint arXiv:2009.08255},
year = {2021}
}
备注
Accepted to ACCV 2020 (Oral)