Aug, 2018

基于几何引导的条件生成对抗网络的跨视角图像合成

PDF
TL;DR本文提出了基于几何约束的跨视图图像合成方法，该方法包含使用单应性矩阵将图像映射到另一个视图，利用生成式对抗网络对转换后的图像进行缺失区域修复，实现更为逼真的图像合成效果。
cross-view image synthesisgenerative adversarial networkshomographygeometry constraintsimage inpainting
发现论文，激发创造
  • 基于条件生成对抗网络的跨视角图像合成

    本文提出了两种新的条件生成对抗网络结构，即 X-Fork 和 X-Seq，用于跨视角图像合成，并证明相较于传统图像转换方法，这两种结构在维护源视角和目标视角物体的真实语义方面更具有效性。

    Mar, 2018

  • 弥合地对空图像匹配的领域差距

    本研究提出了一种基于条件 GAN 的新方法，通过合成俯视图像，将两个视图之间的差距最小化，实现了对视觉实体的跨视图建模并进行特征融合，最终在 CVUSA 数据集上成功实现了景点检索任务。

    Apr, 2019

  • 多视角一致性生成对抗网络用于 3D 感知图像合成

    提出了一种基于多视角一致性生成对抗网络（MVCGAN）的高质量 3D 感知图像综合方法，采用几何约束技术，利用深度和相机变换矩阵等信息实现多视角联合优化，同时采用两阶段训练策略和混合训练技术提高模型的生成图像质量，实验结果表明，本方法达到了最先进的性能水平。

    Apr, 2022

  • 生成对抗性前视图到俯视图合成

    本研究提出了一种基于 BridgeGAN 的鸟瞰图像合成方法，通过引入中间视角和多 GAN 模型，解决了前视图与鸟瞰图之间的大视角差异问题，进一步提升了生成图像的一致性和细节清晰度。

    Aug, 2018

  • 面向变换的图像生成网络用于新型 3D 视角合成

    提出了一种基于变换的图像生成网络，能够从单张图片中合成新的 3D 视图，并采用用组合的对抗和感知损失的训练方法，成功地减少了失真和图像中的缺陷，并保留了图像的视觉细节等特征。

    Mar, 2017

  • 用于单图像新视角合成的几何感知深度网络

    本文提出了一种利用场景 3D 几何信息进行新视角生成的方法，通过学习区域感知几何转换网络实现输入图像到目标视角的变换，并在 KITTI 和 ScanNet 数据集上取得了优于现有方法的高质量生成效果。

    Apr, 2018

  • 具有几何感知的条件生成半监督视角估计

    本文研究了基于图像对的半监督视角估计方法，该方法可以从未标注的图像对中推断视角信息，并将其应用于视角预测任务。实验表明，该方法在低标注数据情况下表现出色，在半监督视角估计方法中也取得了最佳效果。

    Apr, 2021

  • 基于几何引导的卫星图像街景全景合成

    本文提出了一种新的方法，通过建立街景全景图和卫星图像之间的几何对应关系，生成具有新颖性的街景全景图，并展示它在场景几何上的优越性。

    Mar, 2021

  • 生成视角合成：从单视角语义到新视角图像

    本文提出一种叫做 GVS 的方法，可基于输入的语义地图，综合出多个真实感的场景视角，还可进行风格操作和图像编辑操作，如通过简单处理输入的风格图像和语义映射来添加或删除对象等。

    Aug, 2020

  • 隐式和显式几何变换的单张图片视角合成桥接

    本文提出了一种基于单张图像视角综合框架来缓解自回归模型计算代价大，权衡保留重投影内容和完整实境外内容等两个目标的困境，同时使用高效的非自回归模型和引入的损失函数来实现，可以有效地提高图像视角综合的效率。

    Sep, 2022