英伟达在新公布的论文 Panoptic-based Image Synthesis 中提出一种全景感知的图像合成方法,大大提高了图像生成质量,即便是在多个物体实例相互遮挡的场景,也能生成清晰可分离的的实例图像。
该文指出以往的图像生成往往以“语义图“作为输入,而作者认为将“语义图”与“实例图”统一起来的“全景图”提供了更多的场景信息,用于图像生成更好。
01
方法
作者在卷积层和上采样层有效使用了全景图。
网络架构:
作者提出的全景感知上采样模块:
英伟达在新公布的论文 Panoptic-based Image Synthesis 中提出一种全景感知的图像合成方法,大大提高了图像生成质量,即便是在多个物体实例相互遮挡的场景,也能生成清晰可分离的的实例图像。
该文指出以往的图像生成往往以“语义图“作为输入,而作者认为将“语义图”与“实例图”统一起来的“全景图”提供了更多的场景信息,用于图像生成更好。
01
方法
作者在卷积层和上采样层有效使用了全景图。
网络架构:
作者提出的全景感知上采样模块: