这里是， 雷锋字幕组 编译的 Two Minute Papers专栏，每周带大家用碎片工夫阅览前沿技术，理解AI范畴的最新研讨效果。
原标题 High-Resolution Image Synthesis and Semantic Manipulation with Conditional GANs
翻译 | 刘宁 校正 | 凡江 整理 | 凡江
本期所引见的内容是——从语义图上取得高分辨率图片。语义图是一幅黑色图片，图上的不同色块代表不同品种物体，如行人、汽车、交通标志、修建物等。
只需求在输出的语义图上修正相应标签，就能把混凝土路面变成土路，把树交换成修建等等。
通常，我们采用光线模仿顺序或光栅化来发生语义图。但是AI研讨者提出：为什么我们要运用光栅，而不是编写一个可以本人分解图像的学习算法？
上面的生成对立网络将一张语义图作为输出，并由此生成了一张高分辨率的逼真的图像。之前的技术少数只能生成粗糙的低分辨率的图片，看起来也不真实。而这个研讨却生成了2k乘1k分辨率的图像，曾经很接近全高清的照片。
当我们想手动编辑一张真实的照片里的内容时，传统的办法需求具有Photoshop等专业工具的技艺。即便是很复杂的编辑也要消耗少量精神，由于人眼是十分难以诈骗的。而语义图办法的优点就是，不需求太多专业技艺就可以很容易完成编辑。例如，我们可以经过将供选的物体填充到语义标注图中来控制生成的图片。
这项技术不只仅适用于室内政通图片，它还可以对人脸细节停止编辑。例如，可以用此办法复杂地添加胡子。把这项技术和之前的pix2pix和CRN技术做了比拟，我们可以看出新技术生成的图片的质量，图像在分辨率上也有分明进步。
巧妙的一点在于，语义图不我国这片创新热土正在发生一场全面而深刻的产业结构变革。只仅用于标识，它还生成了一幅边界图，使算法输入联系得更好的图片。
生成的边界图像和语义标签一样十分有用。另一个技巧是创立多个鉴别器网络，并在不同精度的图像上运用它们。
论文&代码 旧址 https://tcwang0509.github.io/pix2pixHD/
更多文章，关注雷锋网，添加 雷锋字幕组 微信号（leiphonefansub）为好友
备注「我要参加」，To be a AI Volunteer ！ 雷锋网 (大众号：雷锋网) 雷锋网
相关文章：
从电影到游戏，你也能用GAN画高清3D地形模型 | 2分钟论文
从冬天回到夏天，英伟达的迁移网络能派上用场 | 2分钟论文
爱P才会赢，本着网络面前人人平等的原则，提倡所有人共同协作，编写一部完整而完善的百科全书，让知识在一定的技术规则和文化脉络下得以不断组合和拓展。 英伟达用GANS弄了个高清人脸分解项目 | 2分钟论文
生成式对立网络GAN有哪些最新的开展？ | 2分钟读论文
。
