空间像素卷积神经网络：从图像块生成图像
计算机视觉与模式识别
2017-12-05 v1 机器学习
摘要
本文提出空间像素卷积神经网络（Spatial PixelCNN），一种从小块图像生成图像的条件自回归模型。通过以像素坐标网格和从变分自编码器（VAE）提取的全局特征为条件，我们能够在图像块上训练，并重建完整尺寸的图像。我们表明，该方法不仅能够在与底层数据集相同的分辨率下生成高质量样本，还能够在 MNIST 数据集上将图像放大至任意分辨率（测试分辨率高达 ）。与 PixelCNN++ 基线相比，空间像素卷积神经网络在 MNIST 数据集上在定量与定性上均取得相近性能。
引用
@article{arxiv.1712.00714,
title = {Spatial PixelCNN: Generating Images from Patches},
author = {Nader Akoury and Anh Nguyen},
journal= {arXiv preprint arXiv:1712.00714},
year = {2017}
}