新闻热线:999999 投稿邮箱:[email protected] QQ报料:999999 行风监督:33333
主页 > 名医堂 > 专稿 > 列表
关注我们:

又是GAN!改个TAG,你就能对图片为所欲为了 | 2分钟论文

原标题 High-Resolution Image Synthesis and Semantic Manipulation with Conditional GANs

翻译 | 刘宁 校对 | 凡江 整理 | 凡江

本期所介绍的内容是——从语义图上获得高分辨率图片。语义图是一幅彩色图片,图上的差异色块代表差异种类物体,如行人、汽车、交通标记、建筑物等。

只需要在输入的语义图上修改相应标签,就能把混凝土路面酿成土路,把树替换成建筑等等。

通常,我们接纳光线模拟措施或光栅化来产生语义图。但是AI研究者提出:为什么我们要使用光栅,而不是编写一个可以本身合成图像的学习算法?

下面的生成对抗网络将一张语义图作为输入,并由今生成了一张高分辨率的传神的图像。之前的技术大都只能生成粗拙的低分辨率的图片,看起来也不真实。而这个研究却生成了2k乘1k分辨率的图像,已经很接近全高清的照片。

当我们想手动编辑一张真实的照片里的内容时,传统的方法需要具备Photoshop等专业工具的技能。即使是很简单的编辑也要耗费大量精力,因为人眼长短常难以欺骗的。而语义图方法的长处就是,不需要太多专业技能就可以很容易实现编辑。例如,我们可以通过将供选的物体填充到语义标注图中来控制生成的图片。

这项技术不只仅适用于室外交通图片,它还可以对人脸细节进行编辑。例如,可以用此方法简单地添加胡子。把这项技术和之前的pix2pix和CRN技术做了比力,我们可以看出新技术生成的图片的质量,图像在分辨率上也有明显提高。

巧妙的一点在于,语义图不只仅用于标识,它还生成了一幅界限图,使算法输出分割得更好的图片。

生成的界限图像和语义标签一样非常有用。另一个技巧是创建多个鉴别器网络,并在差异精度的图像上使用它们。

论文&代码 原址 https://tcwang0509.github.io/pix2pixHD/

更多文章,关注雷锋网,添加雷锋字幕组微信号(leiphonefansub)为好友

备注「我要插手」,To be a AI Volunteer !雷锋网(公众号:雷锋网)雷锋网

相关文章:

从电影到游戏,你也能用GAN画高清3D地形模型 | 2分钟论文

从冬天回到夏天,英伟达的迁移网络能派上用场 | 2分钟论文

爱P才会赢,英伟达用GANS弄了个高清人脸合成项目 | 2分钟论文

生成式对抗网络GAN有哪些最新的成长? | 2分钟读论文


      迪邦网(dibang168.com)提醒:本网站转载【又是GAN!改个TAG,你就能对图片为所欲为了 | 2分钟论文】文章仅为传播信息,交流学习之目的,其版权均归原作者所有;凡呈现在迪邦网的信息,仅供参考,本网站将尽力确保转载信息的完整性,如原作者对迪邦网转载文章有疑问,请及时联系迪邦网,迪邦网将积极维护著作权人的合法权益。


这篇文章的标题是【又是GAN!改个TAG,你就能对图片为所欲为了 | 2分钟论文】,喜欢迪邦网新闻的伴侣别忘了转载哟!