对抗场景编辑：基于弱监督的自动物体移除
计算机视觉与模式识别
2018-06-07 v1 人工智能
机器学习
摘要
尽管近期在自动图像操控方面取得了巨大进展，但其仍局限于以物体为中心的图像（如人脸）或结构化场景数据集。在本文中，我们通过开发一种自动、无需交互的物体移除模型，向通用场景级图像编辑迈进了一步。我们的模型在生成对抗网络（GAN）框架下，利用图像级标签与非配对数据，从通用场景图像中学习寻找并移除物体。我们通过两项关键贡献实现这一点：由掩码生成器与图像修复器组成、协作移除物体的两阶段编辑架构；以及一种基于 GAN 的掩码生成器先验，使我们能灵活融入关于物体形状的知识。我们在两个数据集上实验表明，我们的方法仅使用弱监督便能有效移除多种物体。
引用
@article{arxiv.1806.01911,
title = {Adversarial Scene Editing: Automatic Object Removal from Weak Supervision},
author = {Rakshith Shetty and Mario Fritz and Bernt Schiele},
journal= {arXiv preprint arXiv:1806.01911},
year = {2018}
}