OrthoPlanes：一种提升 GAN 三维感知能力的新表示
计算机视觉与模式识别
2023-09-28 v1 人工智能
摘要
我们提出了一种从 2D 图像集合生成具有精细几何结构、真实且视角一致的图像的新方法。我们的方法提出了一种称为 \textbf{OrthoPlanes} 的显式-隐式混合表示，其在特征图中编码细粒度 3D 信息，可通过修改 2D StyleGANs 高效生成。与先前表示相比，我们的方法具有更好的可扩展性与表达能力，且信息清晰显式。因此，我们的方法能处理更具挑战性的视角，并合成具有高空间自由度的关节化物体。实验表明，我们的方法在 FFHQ 和 SHHQ 数据集上定量与定性均达到最先进（state-of-the-art）结果。项目页面：\url{https://orthoplanes.github.io/}。
引用
@article{arxiv.2309.15830,
title = {OrthoPlanes: A Novel Representation for Better 3D-Awareness of GANs},
author = {Honglin He and Zhuoqian Yang and Shikai Li and Bo Dai and Wayne Wu},
journal= {arXiv preprint arXiv:2309.15830},
year = {2023}
}