无参考的用户可控语义图像合成

尽管语义图像合成近期取得了进展，对图像风格的完全控制仍是一个具有挑战性的问题。现有方法需要参考图像以将风格信息输入语义布局，这意味着风格受限于给定图像。本文提出一种名为 RUCGAN 的模型用于用户可控语义图像合成，其利用单一颜色表示特定语义区域的风格。所提网络通过将颜色作为用户期望的风格注入每个语义布局，实现了无参考的语义图像合成，并能够合成具有异常颜色的语义图像。在多个具有挑战性的数据集上的大量实验结果表明，所提方法优于现有方法，我们进一步提供了一个交互式 UI 来展示该方法在风格可控性上的优势。