PixelTransformer：样本条件化的信号生成
计算机视觉与模式识别
2021-03-30 v1 机器学习
摘要
我们提出一种生成模型，能够推断以稀疏样本为条件的底层空间信号分布，例如给定少量观测像素生成可信图像。与序列自回归生成模型不同，我们的模型允许对任意样本进行条件化，并可对任意位置回答分布查询。我们在三个图像数据集上实证验证了我们的方法，表明我们学会了生成多样且有意义的样本，且随着观测像素增多分布方差减小。我们还表明我们的方法适用于图像之外，可生成其他类型的空间输出，例如多项式、3D 形状和视频。
引用
@article{arxiv.2103.15813,
title = {PixelTransformer: Sample Conditioned Signal Generation},
author = {Shubham Tulsiani and Abhinav Gupta},
journal= {arXiv preprint arXiv:2103.15813},
year = {2021}
}
备注
Project page: https://shubhtuls.github.io/PixelTransformer/