用于语义图像合成的双金字塔生成对抗网络
计算机视觉与模式识别
2022-10-11 v1
摘要
语义图像合成的目标是从语义标签图生成照片级真实感图像。它与内容生成和图像编辑等任务高度相关。然而，当前最先进的方法仍难以在各种尺度下生成真实的对象。特别是，小对象往往消失，而大对象常被生成为块拼贴。为解决此问题，我们提出了一种双金字塔生成对抗网络（DP-GAN），该网络联合学习所有尺度上空间自适应归一化块的条件化，从而双向利用尺度信息，并统一不同尺度下的监督。我们的定性与定量结果表明，与最先进方法生成的图像相比，所提方法生成的图像中小对象和大对象看起来更真实。
引用
@article{arxiv.2210.04085,
title = {Dual Pyramid Generative Adversarial Networks for Semantic Image Synthesis},
author = {Shijie Li and Ming-Ming Cheng and Juergen Gall},
journal= {arXiv preprint arXiv:2210.04085},
year = {2022}
}
备注
BMVC2022