Depth-SIMS：半参数化图像与深度合成
计算机视觉与模式识别
2022-06-06 v2 机器人学
摘要
本文提出一种组合式图像合成方法，该方法生成具有良好对齐分割图和稀疏深度图的 RGB 画布，并配有一个修复网络，将 RGB 画布转换为高质量 RGB 图像，将稀疏深度图转换为逐像素稠密深度图。我们在结构对齐和图像质量方面对方法进行基准测试，显示 mIoU 比 SOTA 提高 3.7 个百分点，且 FID 极具竞争力。此外，我们分析了所生成数据作为语义分割与深度补全训练数据的质量，表明相较于其他方法，我们的方法更适用于此目的。
引用
@article{arxiv.2203.03405,
title = {Depth-SIMS: Semi-Parametric Image and Depth Synthesis},
author = {Valentina Musat and Daniele De Martini and Matthew Gadd and Paul Newman},
journal= {arXiv preprint arXiv:2203.03405},
year = {2022}
}