GAN 的渐进式训练方法 PI-REC:手绘草稿迅速重建为完整图像

AI 科技评论按:在图像处理中,生成对抗网络(GAN)的应用非常广泛。本文想给大家推荐一个使用基于 GAN 的渐进式训练方法 PI-REC,能从超稀疏二值边缘以及色块中还原重建真实图像的项目。

该项目可以帮你快速将手绘草稿转为成品图,随便画几笔就能转成完整画像,简直堪称手残党的福音!

下面是用该项目的方法重建真实图像的例子:

资源 | GAN 的渐进式训练方法 PI-REC:手绘草稿迅速重建为完整图像
资源 | GAN 的渐进式训练方法 PI-REC:手绘草稿迅速重建为完整图像
资源 | GAN 的渐进式训练方法 PI-REC:手绘草稿迅速重建为完整图像资源 | GAN 的渐进式训练方法 PI-REC:手绘草稿迅速重建为完整图像

项目对应的论文地址为:http://t.cn/EJYO93N

本项目是关于图像重建,图像翻译,条件图像生成,AI 自动绘画的前沿交叉领域,而非简单的以图搜图。重心在超稀疏信息输入的还原重建上,并非自动绘画。

本项目包含了测试代码以及交互式绘画工具。当然,这个项目还不能达到辅助专业人士绘图的程度。工具的操作示例如下图:

资源 | GAN 的渐进式训练方法 PI-REC:手绘草稿迅速重建为完整图像资源 | GAN 的渐进式训练方法 PI-REC:手绘草稿迅速重建为完整图像

PI-REC 的模型体系结构如下图所示:

资源 | GAN 的渐进式训练方法 PI-REC:手绘草稿迅速重建为完整图像

想了解更多,可以移步到 github (https://github.com/youyuge34/PI-REC)或者阅读论文原文(https://arxiv.org/abs/1903.10146吧)~

资源 | GAN 的渐进式训练方法 PI-REC:手绘草稿迅速重建为完整图像

点击阅读原文,查看 涂鸦秒变真实风景,NVIDIA GauGAN让你也可以拥有天才之笔!


分享到:


相關文章: