https://arxiv.org/abs/2105.04619
本文提出一种新策略，在训练期间对图块进行采样，在用于逼真度提升的深度网络模块引入了多项架构改进，大大增强了渲染图像的真实性。
本文提出一种增强合成图像真实性的方法。图像由一个卷积网络进行增强，该网络利用传统渲染管道产生的中间表征，通过一种新的对抗性目标进行训练，在多个感知层次提供了有力的监督。分析了常用数据集的场景布局分布，发现它们在重要方面存在差异。假设这是导致在许多先前方法的结果中可以观察到的明显假象的原因之一。为解决该问题，本文提出一种新策略，在训练期间对图块进行采样，在用于逼真度提升的深度网络模块引入了多项架构改进，大大增强了渲染图像的真实性。总体上，该方法产生了高质量的增强效果，在几何和语义上与输入图像一致，同时与各自的数据集的风格相匹配。
内容中包含的图片若涉及版权问题，请及时与我们联系删除
评论
沙发等你来抢