十三 发自 凹非寺
量子位 报道 | 公众号 QbitAI
数据集太小了,无法训练GAN?试试从单个图像入手吧。
去年谷歌就提出了SinGAN,是第一个拿GAN在单幅自然图像学习的非条件生成模型(ICCV 2019最佳论文)。
而最近,来自Adobe和汉堡大学的研究人员,对这个方法做了改进,探讨了几种让GAN在单幅图像提高训练和生成能力的机制。
研究人员将改进的模型称作ConSinGAN。
那么,先来看下ConSinGAN的效果吧。
上图左侧是用来训练的单个图像,右侧是利用ConSinGAN训练后生成的复杂全局结构。
可以看出效果还是比较逼真。
当然,ConSinGAN还可以用来处理许多其他任务,例如图像超分辨率( image super-resolution)、图像