内容感知的图像生成保真方法
计算机视觉与模式识别
2024-11-26 v1
摘要
随着生成模型的引入，图像生成取得了显著进展。然而，由于其基本训练目标，精确控制生成图像中的内容仍然是一个具有挑战性的任务。本文通过提出一种新颖的图像生成框架来解决这一挑战，该框架专为纳入所需内容而设计。该框架利用先进的编码技术，集成称为内容融合和频率编码模块的子网络。频率编码模块首先通过仅关注选定频率分量来捕获参考图像的特征和结构。随后，内容融合模块生成一个包含所需内容特征的内容引导向量。在图像生成过程中，来自真实图像的内容引导向量与投影噪声向量融合。这确保了生成图像不仅保持来自引导图像的一致内容，还呈现出多样化的风格变化。为验证所提框架在保留内容属性方面的有效性，在广泛使用的基准数据集上进行了大量实验，包括 Flickr-Faces-High Quality、Animal Faces High Quality 和 Large-scale Scene Understanding 数据集。
引用
@article{arxiv.2411.09871,
title = {Content-Aware Preserving Image Generation},
author = {Giang H. Le and Anh Q. Nguyen and Byeongkeun Kang and Yeejin Lee},
journal= {arXiv preprint arXiv:2411.09871},
year = {2024}
}
备注
35 pages, 12 figures, 1 table, journal