通过结构歧视和纹理调制改进少样本图像生成
原文中文,约300字,阅读约需1分钟。发表于: 。通过引入新的纹理调制机制(TexMod),使得少样本图像生成模型能够注入外部的语义信号,从而更细粒度地融合语义信息;本文还通过引入全局结构鉴别器(StructD)指导模型生成合理的布局和轮廓,并通过鼓励模型识别频率信号增强模型的频率感知能力;通过这些技术,构建了一种新颖且有效的少样本图像生成模型。
本文提出了一种新的结构和统计纹理知识蒸馏框架(SSTKD),通过引入轮廓线分解模块(CDM)和去噪纹理亮度均衡化模块(DTIEM)来结合结构和统计纹理知识。实验表明,该方法在Cityscapes、Pascal VOC 2012和ADE20K数据集上实现了最先进的性能。