BriefGPT - AI 论文速递
·
Scenimefy: 学习通过半监督的图像到图像翻译技术创作动画场景
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该研究提出了一种利用半监督方法进行图片合成的新方法，通过操作图像的着色和反照率层，训练半监督网络提高合成图像的视觉逼真度。该方法通过两个阶段的管道实现，首先以物理学渲染为目标预测准确的着色，然后采用改进的CycleGAN网络进一步提高纹理和着色的逼真度。实验结果表明，该方法可以产生更逼真的图像，并且训练出的网络比领域适应方法预测出更精确的深度和法线。
🎯
关键要点
- 提出一种利用半监督方法进行图片合成的新方法。
- 通过操作图像的着色和反照率层，训练半监督网络以提高视觉逼真度。
- 该方法分为两个阶段：首先以物理学渲染为目标预测准确的着色，其次使用改进的CycleGAN网络提高纹理和着色的逼真度。
- 在SUNCG室内场景数据集上进行的评估表明，该方法能产生更逼真的图像。
- 训练出的网络比领域适应方法预测出更精确的深度和法线，表明提高视觉逼真度的效果优于强加任务特定的损失。
➡️
