基于复制粘贴 GAN 的对象发现
计算机视觉与模式识别
2019-05-28 v1 人工智能
机器学习
摘要
我们解决对象发现问题，即为给定输入图像分割出对象，且系统训练时不使用任何直接的监督。提出了一种新颖的复制粘贴 GAN 框架，其中生成器通过学习在一幅图像中发现一个对象，将其合成到另一幅图像中，使得判别器无法判断所得图像为假。在仔细解决诸如防止生成器“作弊”等微妙问题后，这一博弈使得生成器学会选择对象，因为复制粘贴对象最有可能欺骗判别器。该系统在四个非常不同的数据集上均表现良好，包括在具有挑战性的杂乱背景中存在大幅对象外观变化的情况。
引用
@article{arxiv.1905.11369,
title = {Object Discovery with a Copy-Pasting GAN},
author = {Relja Arandjelović and Andrew Zisserman},
journal= {arXiv preprint arXiv:1905.11369},
year = {2019}
}