用于全身图像生成的 InsetGAN
计算机视觉与模式识别
2022-03-15 v1 图形学
机器学习
摘要
尽管在特定领域的理想条件下 GAN 能够生成照片级真实感图像，但由于身份、发型、服装的多样性以及姿态的变化，全身人体图像生成仍然困难。我们提出一种将多个预训练 GAN 组合的新方法，而非用单一 GAN 建模这一复杂领域：其中一个 GAN 生成全局画布（如人体），一组专门的 GAN（即 insets）专注于不同部位（如面部、鞋），这些部位可无缝嵌入全局画布。我们将问题建模为联合探索各自的潜空间，使得生成图像可通过将专门生成器的部位嵌入全局画布进行组合而不产生接缝。我们通过将全身 GAN 与专用高质量人脸 GAN 结合来展示该设置，以生成外观可信的人体。我们使用定量指标和用户研究评估了我们的结果。
引用
@article{arxiv.2203.07293,
title = {InsetGAN for Full-Body Image Generation},
author = {Anna Frühstück and Krishna Kumar Singh and Eli Shechtman and Niloy J. Mitra and Peter Wonka and Jingwan Lu},
journal= {arXiv preprint arXiv:2203.07293},
year = {2022}
}
备注
Project webpage and video available at http://afruehstueck.github.io/insetgan