基于正则化归一化多样性的多模态图像外推
计算机视觉与模式识别
2019-10-28 v1
摘要
在本文中，我们研究在仅给定一小块前景区域时生成一组真实且多样背景的问题。我们将此任务称为图像外推（image outpainting）。该任务的技术挑战在于合成不仅合理而且多样的图像输出。传统的生成对抗网络存在模式崩塌问题。尽管近期方法提出相对于潜在距离最大化或保持生成样本间的成对距离，它们并未显式防止不同条件输入的多样样本发生崩塌。因此，我们提出一种新的正则化方法以鼓励条件合成中的多样采样。此外，我们提出一个特征金字塔判别器以改善图像质量。我们的实验结果表明，在 CelebA 人脸数据集和 Cityscape 场景数据集中，与最先进方法相比，我们的模型能在不牺牲视觉质量的前提下生成更多样图像。
引用
@article{arxiv.1910.11481,
title = {Multimodal Image Outpainting With Regularized Normalized Diversification},
author = {Lingzhi Zhang and Jiancong Wang and Jianbo Shi},
journal= {arXiv preprint arXiv:1910.11481},
year = {2019}
}