PMC-GANs：利用多模态级联GAN生成多尺度高质量行人图像
计算机视觉与模式识别
2020-01-01 v1
摘要
近年来，生成对抗网络(GANs)在图像合成方面展现出巨大优势，推动了利用伪造图像进行数据增强的探索。本文提出一种多模态级联生成对抗网络(PMC-GANs)，用于生成真实且多样的行人图像并增强行人检测数据。我们模型的生成器采用残差U-net结构，以多尺度残差块编码特征，并以注意力残差块辅助解码与重建行人图像。模型以由粗到精的方式构建并采用级联结构，有利于生成高分辨率行人。PMC-GANs优于基线方法，且用于数据增强时可提升行人检测结果。
引用
@article{arxiv.1912.12799,
title = {PMC-GANs: Generating Multi-Scale High-Quality Pedestrian with Multimodal Cascaded GANs},
author = {Jie Wu and Ying Peng and Chenghao Zheng and Zongbo Hao and Jian Zhang},
journal= {arXiv preprint arXiv:1912.12799},
year = {2020}
}
备注
Accepted by The British Machine Vision Conference (BMVC2019)