多属性披萨生成器：基于条件 StyleGAN 的跨域属性控制
计算机视觉与模式识别
2021-10-25 v1
摘要
多属性条件图像生成是计算机视觉中一个具有挑战性的问题。我们提出了多属性披萨生成器（MPG），一种条件生成对抗网络（GAN）框架，用于从内容、视角几何与隐式视觉风格三类属性合成图像。我们通过扩展最先进的 StyleGAN2 来设计 MPG，采用一种新的条件化技术引导中间特征图学习控制属性的多尺度多属性纠缠表示。由于多属性图像生成问题的复杂性，我们通过预测显式条件属性（配料与视角）来正则化图像生成。为合成视角属性超出自然训练图像范围的披萨图像，我们利用 3D 披萨模型设计了 CGI 披萨数据集 PizzaView，并用以训练视角属性回归器来正则化生成过程，从而桥接真实与 CGI 训练数据集。为验证 MPG 的有效性，我们在精心标注的多配料披萨图像数据集 Pizza10 上对其进行测试。MPG 能成功生成具有所需配料与视角属性的照片级真实披萨图像，超越真实世界训练数据中所观察到的范围。
引用
@article{arxiv.2110.11830,
title = {Multi-attribute Pizza Generator: Cross-domain Attribute Control with Conditional StyleGAN},
author = {Fangda Han and Guoyao Hao and Ricardo Guerrero and Vladimir Pavlovic},
journal= {arXiv preprint arXiv:2110.11830},
year = {2021}
}
备注
To appear in British Machine Vision Conference (BMVC) 2021. arXiv admin note: text overlap with arXiv:2012.02821