学习操控艺术图像
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
我们提出了一个多领域艺术品合成框架,利用条件生成对抗网络从语义地图生成高质量艺术作品。该框架结合数据集和方法,能够生成用户可控的高质量艺术作品。
🎯
关键要点
- 提出了一个多领域艺术品合成框架,通过语义布局生成艺术作品。
- 推出了名为 ArtSem 的数据集,包含 40,000 张艺术品图像及其语义标签地图。
- 利用条件生成对抗网络(GAN)从语义地图生成高质量艺术品,无需成对训练数据。
- 模型能够学习样式和语义信息的结合表示,提高生成艺术图像的质量。
- 结合数据集和方法,能够生成用户可控的高质量艺术作品。
🏷️
标签
➡️