一种高分辨率图像合成的加速框架
图像与视频处理
2019-09-10 v1 计算机视觉与模式识别
摘要
利用生成对抗网络(GANs)合成高分辨率图像具有挑战性，通常需要多块具有大显存的高端显卡和漫长的训练时间。本文提出一种两阶段框架以加速高分辨率图像合成的训练过程。高分辨率图像首先通过训练好的编码器和解码器网络转换为小尺寸编码。潜空间中的编码比原始高分辨率图像小若干倍。然后，我们训练一个编码生成网络来学习潜编码的分布。通过这种方式，生成器仅需学习生成小的潜编码而非大尺寸图像。最后，我们通过解码器网络将生成的潜编码解码到图像空间，从而输出合成的高分辨率图像。实验结果表明，所提方法显著加速了训练过程并提升了生成样本的质量。该加速框架使得在有限硬件资源下以更短训练时间生成高分辨率图像成为可能。使用所提加速方法后，仅用一块NVIDIA P100显卡在Celeba-HQ数据集上训练1024*1024图像生成器仅需3天。
引用
@article{arxiv.1909.03611,
title = {An Acceleration Framework for High Resolution Image Synthesis},
author = {Jinlin Liu and Yuan Yao and Jianqiang Ren},
journal= {arXiv preprint arXiv:1909.03611},
year = {2019}
}