基于级联精炼网络的照片级图像合成
计算机视觉与模式识别
2017-08-01 v1 人工智能
图形学
机器学习
摘要
我们提出了一种基于语义布局合成照片级图像的方法。给定语义标签图，我们的方法生成具有照片外观且符合输入布局的图像。因此，该方法充当渲染引擎，接收场景的二维语义规范并产生相应的照片图像。与近期和同期的工作不同，我们的方法不依赖于对抗训练。我们表明，照片图像可以通过具有适当结构的单一前馈网络从语义布局合成，该网络以直接回归目标进行端到端训练。所提出的方法可无缝扩展到高分辨率；我们通过以 2 百万像素分辨率（我们训练数据的全分辨率）合成照片图像来证明这一点。在室外和室内场景数据集上的大量感知实验表明，由所提方法合成的图像比替代方法真实得多。结果见补充视频 https://youtu.be/0fhUJT21-bs
引用
@article{arxiv.1707.09405,
title = {Photographic Image Synthesis with Cascaded Refinement Networks},
author = {Qifeng Chen and Vladlen Koltun},
journal= {arXiv preprint arXiv:1707.09405},
year = {2017}
}
备注
Published at the International Conference on Computer Vision (ICCV 2017)