SemIE：语义感知的图像外推
计算机视觉与模式识别
2021-09-01 v1 人工智能
图形学
机器学习
摘要
我们提出了一种语义感知的新范式来执行图像外推，其能够添加新物体实例。所有先前的方法在外推能力上仅限于扩展图像中已存在的物体。然而，我们提出的方法不仅关注（i）扩展已存在的物体，还关注（ii）基于上下文在扩展区域中添加新物体。为此，对于给定的图像，我们首先使用最先进的语义分割方法获得物体分割图。随后，将获得的分割图输入网络以计算外推的语义分割图及相应的全景分割图。输入图像与获得的分割图进一步用于生成最终的外推图像。我们在 Cityscapes 和 ADE20K-bedroom 数据集上进行实验，表明我们的方法在 FID 以及物体共现统计相似性方面优于所有基线方法。
引用
@article{arxiv.2108.13702,
title = {SemIE: Semantically-aware Image Extrapolation},
author = {Bholeshwar Khurana and Soumya Ranjan Dash and Abhishek Bhatia and Aniruddha Mahapatra and Hrituraj Singh and Kuldeep Kulkarni},
journal= {arXiv preprint arXiv:2108.13702},
year = {2021}
}
备注
To appear in International Conference on Computer Vision (ICCV) 2021. Project URL: https://semie-iccv.github.io