pi-GAN：用于三维感知图像合成的周期性隐式生成对抗网络
计算机视觉与模式识别
2021-04-07 v2 图形学
摘要
借助生成视觉模型与神经渲染的最新进展，我们在三维感知图像合成方面取得了快速进展。然而，现有方法存在两点不足：首先，它们可能缺乏底层的 3D 表示或依赖于视角不一致的渲染，从而合成出的图像不具备多视角一致性；其次，它们通常依赖于表达能力不足的表示网络架构，因此其结果的图像质量欠佳。我们提出了一种名为周期性隐式生成对抗网络（π-GAN 或 pi-GAN）的新型生成模型，用于高质量的三维感知图像合成。π-GAN 利用带有周期性激活函数的神经表示与体渲染，将场景表示为具有精细细节且视角一致的 3D 表示。所提方法在多个真实与合成数据集的三维感知图像合成上取得了最先进的结果。
引用
@article{arxiv.2012.00926,
title = {pi-GAN: Periodic Implicit Generative Adversarial Networks for 3D-Aware Image Synthesis},
author = {Eric R. Chan and Marco Monteiro and Petr Kellnhofer and Jiajun Wu and Gordon Wetzstein},
journal= {arXiv preprint arXiv:2012.00926},
year = {2021}
}