图像生成中可调整区域装箱问题的引入及其启发式解法

计算机视觉中的图像数据生成问题，传统上比判别式问题更难解决。此类数据生成需要在场景画布上的有意义位置放置尺寸适当的物体。解决此类生成问题有两类流行方法：基于图形学的方法和基于生成模型的方法。已知在这两类方法背后都潜藏着优化问题。在本文中，我们在合成图像数据生成的背景下，引入了经典装箱问题的一种新颖且实用的表现形式。我们推测，这个新引入的“可调整锚定区域装箱（RARP）问题”是NP难的，并提供了关于此推测的详细论证。作为首个解决方案，我们提出了一种新颖的启发式算法，该算法具有足够的通用性，因此能够将任意数量的任意形状区域，在任意位置进行缩放并打包进一个图像画布中。该算法遵循贪心策略，以谨慎的方式迭代打包区域对，同时遵守优化约束。通过一个用于生成大规模合成异常检测数据集的实现，验证了该算法，该数据集中每个图像样本（即RARP实例）的装箱参数变化程度很高。对此类数据的视觉检查以及对每个解正确性的验证，证明了我们算法的有效性。随着生成建模在深度学习中的兴起，以及合成数据生成即将成为主流，我们预期这个新引入的问题将受到成像科学界的重视。