基于单张增强训练样本的图像形状操控
计算机视觉与模式识别
2021-11-30 v2 机器学习
摘要
本文提出 DeepSIM，一种基于单张图像的条件图像操控生成模型。我们发现，广泛的增强是实现单图像训练的关键，并引入薄板样条（TPS）作为一种有效的增强手段。我们的网络学习将图像的原始表示映射到图像本身。原始表示的选择会影响操控的便捷性和表现力，可以是自动的（如边缘）、手动的（如分割）或混合的（如叠加在分割上的边缘）。在操控阶段，我们的生成器允许通过修改原始输入表示并将其映射通过网络来实现复杂的图像变化。实验表明，我们的方法在图像操控任务上取得了卓越的性能。
引用
@article{arxiv.2007.01289,
title = {Image Shape Manipulation from a Single Augmented Training Sample},
author = {Yael Vinker and Eliahu Horwitz and Nir Zabari and Yedid Hoshen},
journal= {arXiv preprint arXiv:2007.01289},
year = {2021}
}
备注
ICCV 2021 (Oral). Project page: http://www.vision.huji.ac.il/deepsim/