DISC-GAN：用于特定聚类合成水下图像生成的风格与内容解耦
计算机视觉与模式识别
2025-10-14 v1 人工智能
摘要
在本文中，我们提出了一种新颖的框架，解耦风格-内容GAN（DISC-GAN），它将风格-内容解耦与特定聚类的训练策略相结合，以实现逼真的水下图像合成。合成水下图像的质量受到诸如颜色衰减和浑浊等光学现象的挑战。这些现象在不同水体中表现为不同的风格变化，例如色调和雾度的变化。虽然生成模型非常适合捕捉复杂模式，但它们通常缺乏对多样化水下环境非均匀条件建模的能力。为了应对这些挑战，我们采用K-means聚类将数据集划分为特定风格的域。我们使用独立的编码器获取风格和内容的潜在空间；我们进一步通过自适应实例归一化（AdaIN）整合这些潜在表示，并解码结果以产生最终的合成图像。模型在每个风格聚类上独立训练，以保留特定领域的特征。我们的框架展示了最先进的性能，获得了0.9012的结构相似性指数（SSIM），32.5118 dB的平均峰值信噪比（PSNR），以及13.3728的Fréchet Inception Distance（FID）。
引用
@article{arxiv.2510.10782,
title = {DISC-GAN: Disentangling Style and Content for Cluster-Specific Synthetic Underwater Image Generation},
author = {Sneha Varur and Anirudh R Hanchinamani and Tarun S Bagewadi and Uma Mudenagudi and Chaitra D Desai and Sujata C and Padmashree Desai and Sumit Meharwade},
journal= {arXiv preprint arXiv:2510.10782},
year = {2025}
}