跳出框外作画：基于 GAN 的图像外推
计算机视觉与模式识别
2018-08-28 v1
摘要
与其近亲图像修复（补全）相比，具有挑战性的图像外推（外推）任务受到的关注相对较少。相应地，我们提出了一种基于 Iizuka 等人的深度学习方法，通过对抗训练一个网络来幻觉出图像边界之外的内容。我们使用三阶段训练调度在 Places365 数据集的一个子集上稳定训练一个 DCGAN 架构。与 Iizuka 等人一致，我们也使用局部判别器来提升输出的质量。一旦训练完成，我们的模型能够相对真实地外推 的彩色图像，从而允许递归外推。我们的结果表明，用于图像外推的深度学习方法既可行又有前景。
引用
@article{arxiv.1808.08483,
title = {Painting Outside the Box: Image Outpainting with GANs},
author = {Mark Sabini and Gili Rusak},
journal= {arXiv preprint arXiv:1808.08483},
year = {2018}
}
备注
5 pages, 9 figures