H-GAN：将 GAN 的能力握于手中
计算机视觉与模式识别
2021-04-22 v2 人工智能
机器学习
摘要
我们提出 HandGAN（H-GAN），一种实现多尺度感知判别器的循环一致对抗学习方法。它旨在将合成的手部图像转换到真实域。合成手提供完整的真值标注，但并不能代表真实世界数据的目标分布。我们力求提供真实手部外观与合成标注的完美融合。基于图像到图像的转换，我们改进了合成手的外观，以逼近真实手部图像集合的潜在统计分布。H-GAN 不仅处理跨域色调映射，还处理局部区域（如阴影不连续处）的结构差异。结果在定性与定量基础上进行了评估，改进了先前工作。此外，我们依托手部分类任务来证明所生成的手在统计上与真实手部域相似。
引用
@article{arxiv.2103.15017,
title = {H-GAN: the power of GANs in your Hands},
author = {Sergiu Oprea and Giorgos Karvounas and Pablo Martinez-Gonzalez and Nikolaos Kyriazis and Sergio Orts-Escolano and Iason Oikonomidis and Alberto Garcia-Garcia and Aggeliki Tsoli and Jose Garcia-Rodriguez and Antonis Argyros},
journal= {arXiv preprint arXiv:2103.15017},
year = {2021}
}
备注
Paper accepted at The International Joint Conference on Neural Networks (IJCNN) 2021