StyLandGAN：基于StyleGAN利用深度图合成景观图像
计算机视觉与模式识别
2022-05-16 v1 机器学习
摘要
尽管条件图像合成近期取得了成功，但语义和边缘等主流输入条件不足以清晰表达“线性（山脊）”与“平面（尺度）”表征。为解决该问题，我们提出一种新框架StyLandGAN，其利用具有更高表达能力的深度图来合成所需的景观图像。我们的StyleLandGAN由无条件生成模型扩展而来以接受输入条件。我们还提出一种“两阶段推断”流程，可生成多样深度图并平移局部区域，从而易于反映用户意图。作为对比，我们将已有的语义图像合成模型修改为同样接受深度图作为输入。实验结果表明，我们的方法在质量、多样性和深度精度上均优于现有方法。
引用
@article{arxiv.2205.06611,
title = {StyLandGAN: A StyleGAN based Landscape Image Synthesis using Depth-map},
author = {Gunhee Lee and Jonghwa Yim and Chanran Kim and Minjae Kim},
journal= {arXiv preprint arXiv:2205.06611},
year = {2022}
}
备注
AI for Content Creation Workshop, CVPR 2022