利用模拟数据生成气候变化图像
计算机视觉与模式识别
2020-01-29 v1 图像与视频处理
摘要
用于域适应任务的生成对抗网络（GANs）能够生成既真实又个性化的图像，在保持可识别特征的同时对输入图像进行转换。然而，它们通常需要大量训练数据才能以稳健的方式生成高质量图像，这在数据获取受限的情况下限制了其实用性。在本文中，我们探索利用来自模拟三维环境的图像来改进由 MUNIT 架构执行的域适应任务，旨在使用所得图像来提高人们对气候变化潜在未来影响的认识。
引用
@article{arxiv.2001.09531,
title = {Using Simulated Data to Generate Images of Climate Change},
author = {Gautier Cosne and Adrien Juraver and Mélisande Teng and Victor Schmidt and Vahe Vardanyan and Alexandra Luccioni and Yoshua Bengio},
journal= {arXiv preprint arXiv:2001.09531},
year = {2020}
}
备注
Proceeding ML-IRL workshop at ICLR 2020