Boundless：用于图像扩展的生成对抗网络
计算机视觉与模式识别
2019-08-21 v1
摘要
图像扩展模型在图像编辑、计算摄影与计算机图形学中有广泛应用。尽管图像修复已在文献中被广泛研究，但将最先进的修复方法直接用于图像扩展仍具挑战，因为它们往往生成模糊或语义不一致的重复像素。我们向生成对抗网络（GAN）的判别器中引入语义条件，在图像扩展上取得了语义连贯、色彩与纹理视觉愉悦的强劲结果。我们还展示了在极端扩展（如全景图生成）中的可喜结果。
引用
@article{arxiv.1908.07007,
title = {Boundless: Generative Adversarial Networks for Image Extension},
author = {Piotr Teterwak and Aaron Sarna and Dilip Krishnan and Aaron Maschinot and David Belanger and Ce Liu and William T. Freeman},
journal= {arXiv preprint arXiv:1908.07007},
year = {2019}
}