基于自注意力的对抗潜在自编码器用于结构化图像合成
计算机视觉与模式识别
2024-10-03 v2 计算工程、金融与科学
图像与视频处理
摘要
由深度生成模型（DGM）驱动的 generative engineering design 方法已被提出以辅助工业工程流程。在此类流程中，设计常以图像形式出现，例如蓝图、工程图纸和 CAD 模型，具体取决于细节程度。DGM 已成功用于自然图像的合成，例如动物、人脸和风景。然而，工业设计图像与自然场景有本质不同，它们包含丰富的结构模式与长程依赖，这对基于卷积的 DGM 而言难以生成。此外，DGM 驱动的生成过程通常由随机噪声输入触发，输出不可预测的样例，因而无法高效地进行工业设计探索。我们通过提出一种新颖模型——自注意力对抗潜在自编码器（SA-ALAE）来应对这些挑战，该模型能够生成复杂工程部件的可行设计图像。借助 SA-ALAE，用户不仅可以探索现有设计的新变体，还能通过在潜在空间中操作来控制生成过程。SA-ALAE 的潜力通过在真实汽车设计任务中生成工程蓝图得以展现。
引用
@article{arxiv.2307.10166,
title = {Adversarial Latent Autoencoder with Self-Attention for Structural Image Synthesis},
author = {Jiajie Fan and Laure Vuaille and Hao Wang and Thomas Bäck},
journal= {arXiv preprint arXiv:2307.10166},
year = {2024}
}
备注
18 pages, 8 figures