MontageGAN：基于 GAN 的多组件生成与组装
计算机视觉与模式识别
2022-06-01 v1 图像与视频处理
摘要
从图形设计师的角度来看，多层图像比单层图像更有价值。然而，目前大多数提出的图像生成方法都聚焦于单层图像。在本文中，我们提出 MontageGAN，这是一个用于生成多层图像的生成对抗网络（GAN）框架。我们的方法采用由局部 GAN 与全局 GAN 组成的两步策略。每个局部 GAN 学习生成特定的图像层，而全局 GAN 学习各生成图像层的布局。通过实验，我们展示了该方法生成多层图像并估计生成图像层布局的能力。
引用
@article{arxiv.2205.15577,
title = {MontageGAN: Generation and Assembly of Multiple Components by GANs},
author = {Chean Fei Shee and Seiichi Uchida},
journal= {arXiv preprint arXiv:2205.15577},
year = {2022}
}
备注
Accepted at ICPR2022