论文笔记:《Interactive Sketch & Fill: Multiclass Sketch-to-Image Translation》

《Interactive Sketch & Fill》论文介绍了基于GAN的交互式图像生成方法,允许用户通过部分轮廓草图和条件向量创建多类别的完整图像。方法包括轮廓形状补全和外观合成两步,其中门机制用于实现单模型的多类别生成。实验结果显示,该方法优于直接从局部轮廓生成图像,并能根据用户输入产生不同类别的图像。
摘要由CSDN通过智能技术生成

一、主要内容:

提出一个基于GAN的交互式sketch-to-image的方法。

二、功能:

由部分轮廓的草图和条件向量生成完整的图片。(如下图所示)

图中,灰色是算法推荐生成的轮廓,轮廓随着用户增加(绿色)和删除(红色)而更新,最后一列是同一个轮廓在不同的条件向量下产生的结果。

三、优点:

1、交互渐进式的图像生成,生成的完整轮廓能给使用者一个反馈去进行改进;

2、两步走的策略,从局部轮廓到完整轮廓再到生成图像的效果要比直接从局部轮廓生成图像的效果好;

3、实现了一个多类生成器(门机制),根据用户的不同条件去产生不同的类别。

四、方法实现:

该方法主要分为两步:

1.轮廓形状补全,由生成器G_{S}和鉴别器D_{S}组成;

2.外观生成,由生成器

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值