更快速的无监督语义修复:一种基于 GAN 的方法
计算机视觉与模式识别
2019-08-15 v1
摘要
在本文中,我们提出改进基于生成对抗网络(GAN)的无监督语义修复的现有基线方法的推断速度与视觉质量。这是通过对框架中涉及的核心迭代优化进行更好的初始化而实现的。据我们所知,这也是首次考虑时间线索的基于 GAN 的视频修复尝试。在单图像修复上,相较于基线我们实现了约 4.5-5 的加速,在视频上实现了 80 的加速。同时,如三个图像与一个视频数据集所示,我们的方法具有更好的空间与时间重建质量。
引用
@article{arxiv.1908.04968,
title = {Faster Unsupervised Semantic Inpainting: A GAN Based Approach},
author = {Avisek Lahiri and Arnav Kumar Jain and Divyasri Nadendla and Prabir Kumar Biswas},
journal= {arXiv preprint arXiv:1908.04968},
year = {2019}
}
备注
Accepted as full paper at IEEE ICIP, 2019