Multi-View Image Generation from a Single-View

从单一角度生成多个角度的图片
摘要：这篇论文处理了一个具有挑战的问题——如何仅从单个视角的输入来产生多个视角衣着图片。为了由输入生成具有真实感的不同视角的图片，我们提出了一个新的图片生成模型被称为VariGANs，它结合了变分推理和对抗生成网络（GANs）的优势。我们提出的VariGANs模型以从粗糙到精细的方式来生成目标图片，而不是会带来严重的伪造痕迹的单次生成方式。这个模型首先执行变分推理来为对象的全局外观建模（举例来说，形状和颜色），然后产生不同角度的一个粗糙的图片。在这个生成的低分辨率的图片条件下，该模型继续执行对抗学习来填充细节和生成与输入的细节一致的图片。大量的在两个服装数据集——MVC和DeepFashion上的实验表明我们模型生成的新的视角的图片比现有方法生成的图片更为合理，就全局外观而言更加一致也更加丰富，有更加锐利的细节。

全文：
https://arxiv.org/abs/1704.04886