Bokeh-Loss GAN：用于真实感边缘感知虚化的多阶段对抗训练
计算机视觉与模式识别
2022-08-29 v1 图像与视频处理
摘要
本文中，我们解决单目虚化合成问题，即试图从单张全对焦图像渲染浅景深图像。与DSLR相机不同，由于移动光圈的物理限制，该效果无法在移动相机中直接捕获。因此我们提出一种基于网络的方法，能够从单图像输入渲染真实感单目虚化。为此，我们基于预测的单目深度图引入三种新的边缘感知虚化损失（Bokeh Loss），在模糊背景的同时锐化前景边缘。该模型随后使用对抗损失进行微调以生成真实感虚化效果。实验结果表明，我们的方法能够生成令人愉悦、自然的且具有锐利边缘的虚化效果，同时处理复杂场景。
引用
@article{arxiv.2208.12343,
title = {Bokeh-Loss GAN: Multi-Stage Adversarial Training for Realistic Edge-Aware Bokeh},
author = {Brian Lee and Fei Lei and Huaijin Chen and Alexis Baudron},
journal= {arXiv preprint arXiv:2208.12343},
year = {2022}
}
备注
ECCV Workshop 2022