用于故事可视化的无偏Transformer
计算机视觉与模式识别
2023-01-10 v1
摘要
故事可视化是计算视觉的一项进阶任务，目标是序列图像合成，其中生成的样本需真实、忠实于其条件输入且序列一致。我们的工作提出了一种新颖的架构与训练方法：Impartial Transformer以尽可能少的可训练参数，同时实现文本相关且合理的场景与序列一致性。该改进甚至能处理含遮挡物体的“困难”样本合成，相较以往方法取得了更优的评估指标。
引用
@article{arxiv.2301.03563,
title = {An Impartial Transformer for Story Visualization},
author = {Nikolaos Tsakas and Maria Lymperaiou and Giorgos Filandrianos and Giorgos Stamou},
journal= {arXiv preprint arXiv:2301.03563},
year = {2023}
}