渐进式图像重构网络：像画画一样重构图像( 九 )

2019-04-03

表 2：数据集信息

图 5：手绘草图转化。最上面一行表示手绘草图与已编辑边缘和颜色域相结合。下面一行展示了输出，这些输出对草图输入中的小变化有灵敏的响应。

图 6：PI-REC 与基线的定性比较结果。对于 MUNIT 和 BicycleGAN，研究人员分别将真实图像和颜色域作为样式输入，以获取最好的重构输出。很明显，经过微调的 PI-REC 模型可以更准确地重构内容和颜色细节。

图 7：用相似内容进行 I2I 转化。

本文为机器之心编译，转载请联系本公众号获得授权。

推荐阅读

上一篇：广告费1分钟30万美金，华为P30再次亮相迪拜塔！网友：啥叫排面？

下一篇：家电服务全面市场化并非“万能钥匙”