形状与上下文：野外图像合成与操控
计算机视觉与模式识别
2019-06-12 v1
摘要
我们提出了一种数据驱动的方法，用于从语义标签图交互式地合成野外图像。我们的方法与近期该领域的工作截然不同，因为我们不使用任何学习。相反，我们的方法使用简单但经典的工具，将场景上下文、形状和部件与存储的示例库进行匹配。尽管简单，该方法相比近期工作具有若干显著优势：(1) 由于无需学习，它不受特定训练数据分布（如城市景观、建筑立面或人脸）的限制；(2) 它可以合成任意高分辨率的图像，仅受示例库分辨率的限制；(3) 通过适当地组合形状和部件，它可以生成数量呈指数级增长的可行候选输出图像集合（例如，可供用户交互式搜索）。我们在多样化的 COCO 数据集上展示了结果，在标准图像合成指标上显著优于基于学习的方法。最后，我们探索了用户交互与用户可控性，证明我们的系统可用作用户驱动内容创作的平台。
引用
@article{arxiv.1906.04728,
title = {Shapes and Context: In-the-Wild Image Synthesis & Manipulation},
author = {Aayush Bansal and Yaser Sheikh and Deva Ramanan},
journal= {arXiv preprint arXiv:1906.04728},
year = {2019}
}
备注
Project Page: http://www.cs.cmu.edu/~aayushb/OpenShapes/