使用生成对抗查询网络预测新视角
计算机视觉与模式识别
2020-04-08 v1 人工智能
图形学
摘要
利用任意数量的观测预测场景新视角的问题，对计算机乃至人类都是一项具有挑战性的任务。本文提出生成对抗查询网络（GAQN），一种用于新视角合成的通用学习框架，其结合了生成查询网络（GQN）与生成对抗网络（GANs）。常规 GQN 将输入视角编码为潜表示，并通过循环变分解码器生成新视角。所提 GAQN 在此基础上增加了两个新颖方面：首先，我们用对抗损失函数扩展当前 GQN 架构，以提升视觉质量与收敛速度；其次，我们引入特征匹配损失函数以稳定训练过程。实验表明，与常规方法相比，GAQN 能够产生高质量结果并实现更快收敛。
引用
@article{arxiv.1904.05124,
title = {Predicting Novel Views Using Generative Adversarial Query Network},
author = {Phong Nguyen-Ha and Lam Huynh and Esa Rahtu and Janne Heikkila},
journal= {arXiv preprint arXiv:1904.05124},
year = {2020}
}
备注
12 pages, 4 figures, accepted for presentation at the Scandinavian Conference on Image Analysis 2019