SP-BatikGAN：一种用于对称图案生成的高效生成对抗网络
计算机视觉与模式识别
2023-04-20 v1 多媒体
图像与视频处理
摘要
在 AI 艺术之争的背景下，我们的研究致力于为所有人（尤其是艺术家）提供 AI 支持，使其在有限数据和设置下创作 AI 艺术。我们关注几何对称图案生成，这类图案广泛出现于葡萄牙和摩洛哥瓷砖以及东南亚文化遗产 Batik 等艺术品中。对称图案生成是一个复杂问题，已有研究仅为特定图案构建了过于专用的模型。我们公开提供了为此任务首次从设计文件直接得到的 1216 个高质量对称图案。随后，我们提出对称图案约束（SPE）损失，以利用当前图像分布中存在的基于对称的结构。我们的 SPE 改进并加速了任意 GAN 配置的训练，并且结合高效注意力机制，SP-BatikGAN 相比有限设置下最先进的 GAN——FastGAN，将 FID 分数从 110.11 降至 90.76（降低 18%），模型多样性召回分数从 0.047 提升至 0.204（提升 334%）。
引用
@article{arxiv.2304.09384,
title = {SP-BatikGAN: An Efficient Generative Adversarial Network for Symmetric Pattern Generation},
author = {Chrystian and Wahyono},
journal= {arXiv preprint arXiv:2304.09384},
year = {2023}
}