利用场景图上下文改进图像生成
计算机视觉与模式识别
2019-01-17 v2
摘要
从场景图生成真实图像要求神经网络能够推理对象关系与组合性。作为一个相对新颖的任务，如何恰当地确保生成图像符合场景图或如何度量任务性能仍是一个开放问题。在本文中，我们提出利用场景图上下文来改进基于场景图的图像生成。我们引入一个场景图上下文网络，其汇聚由图卷积神经网络生成的特征，随后提供给图像生成网络与对抗损失。借助该上下文网络，我们的模型被训练为不仅生成逼真图像，还能更好地保留非空间对象关系。我们还为此任务定义了两个新评估指标——关系分数与平均意见关系分数，直接评估场景图符合度。我们通过定量与定性研究证明，我们所提模型在这一具挑战性任务上优于当前最优（SOTA）方法。
引用
@article{arxiv.1901.03762,
title = {Using Scene Graph Context to Improve Image Generation},
author = {Subarna Tripathi and Anahita Bhiwandiwalla and Alexei Bastidas and Hanlin Tang},
journal= {arXiv preprint arXiv:1901.03762},
year = {2019}
}
备注
arXiv admin note: text overlap with arXiv:1804.01622 by other authors