DeepLandscape：景观视频的对抗式建模
计算机视觉与模式识别
2020-08-25 v1 图形学
机器学习
摘要
我们构建了一种新的景观视频模型，该模型可在静态景观图像与景观动画的混合数据上训练。我们的架构通过增补能够建模场景中动态变化的部分来扩展 StyleGAN 模型。一旦训练完成，我们的模型可用于生成具有运动物体与昼夜变化的逼真延时景观视频。此外，通过将学习到的模型拟合到一张静态景观图像，可对该图像进行逼真的重演。我们提出了对 StyleGAN 反演过程的简单但必要的修改，其带来域内潜码并允许操纵真实图像。定量比较与用户研究表明，相较于先前提出的方法，我们的模型对给定照片生成了更具说服力的动画。我们方法的结果以及与先前技术的对比可见补充材料与项目页面 https://saic-mdal.github.io/deep-landscape。
引用
@article{arxiv.2008.09655,
title = {DeepLandscape: Adversarial Modeling of Landscape Video},
author = {Elizaveta Logacheva and Roman Suvorov and Oleg Khomenko and Anton Mashikhin and Victor Lempitsky},
journal= {arXiv preprint arXiv:2008.09655},
year = {2020}
}
备注
Accepted at ECCV 2020