条件GAN中的掩码嵌入用于引导高分辨率图像合成
计算机视觉与模式识别
2019-07-04 v1 机器学习
摘要
条件生成对抗网络（cGANs）近期在标签引导图像合成方面的进展展现出前景。语义掩码（如草图和标签图）是图像合成中另一种直观且有效的引导形式。直接将语义掩码作为约束会显著降低合成结果的变化性和质量。我们观察到这是由生成器不同输入（如掩码图像和潜向量）特征的不兼容所致。为在将语义掩码用作引导的同时提供具精细细节的真实合成结果，我们提出使用掩码嵌入机制以在生成器中实现更高效的初始特征投影。我们使用CELEBA-HQ数据集训练掩码引导的人脸生成器来验证方法的有效性。我们可在掩码引导下生成分辨率高达512*512的真实高分辨率人脸图像。我们的代码已公开可用。
引用
@article{arxiv.1907.01710,
title = {Mask Embedding in conditional GAN for Guided Synthesis of High Resolution Images},
author = {Yinhao Ren and Zhe Zhu and Yingzhou Li and Joseph Lo},
journal= {arXiv preprint arXiv:1907.01710},
year = {2019}
}
备注
11 pages,6 figures