Semantic Image Synthesis with SPADE

GauGAN demo

project pagepaperGTC 2019 demoYoutube

We will provide our PyTorch implementation and pretrained models for our paper very soon.

Semantic Image Synthesis with Spatially-Adaptive Normalization.
Taesung ParkMing-Yu LiuTing-Chun Wang, and Jun-Yan Zhu.
In CVPR 2019 (Oral).

In the meantime, please visit our project webpage for more information.

Overview

In many common normalization techniques such as Batch Normalization (Ioffe et al., 2015), there are learned affine layers (as in PyTorch and TensorFlow) that are applied after the actual normalization step. In SPADE, the affine layer is learned from semantic segmentation map. This is similar to Conditional Normalization (De Vries et al., 2017 and Dumoulin et al., 2016), except that the learned affine parameters now need to be spatially-adaptive, which means we will use different scaling and bias for each semantic label. Using this simple method, semantic signal can act on all layer outputs, unaffected by the normalization process which may lose such information. Moreover, because the semantic information is provided via SPADE layers, random latent vector may be used as input to the network, which can be used to manipulate the style of the generated images.

Comparison to Existing Methods

comparison to existing methodsSPADE outperforms existing methods on the COCO-Stuff dataset, which is more challenging than the Cityscapes dataset due to more diverse scenes and labels.

More Results on Flickr Images

Since SPADE works on diverse labels, it can be trained with an existing semantic segmentation network to learn the reverse mapping from semantic maps to photos. These images were generated from SPADE trained on 40k images scraped from Flickr.

Citation

If you use this code for your research, please cite our papers.

@inproceedings{park2019SPADE,  title={Semantic Image Synthesis with Spatially-Adaptive Normalization},  author={Park, Taesung and Ming-Yu Liu and Ting-Chun Wang and Jun-Yan Zhu},  booktitle={Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition},  year={2019} }
공지사항 자동생성 자막

2018-10-22 16:06:41 자막 닫기
전체 관련글 전체관련글
  • ** 전설
    끝까지 읽어주세요.먼저 이번에 나온 채용공고를 확인해보았는데요 아래와 같았습니다. 2019년 2차... 경험소스가 있지않는한 면제자의 경우 극복하기가 어려웠습니다 ) ●기타 해외여행의 결격 사유가...
    20190313신고
  • **dy Lab
    헤더는 NVIDIA가 GitHub에서 공개 소스 로 사용하는 3D 인쇄 가능한 심층 학습 JetBot 과 같이 널리 사용되는 다양한 주변 장치, 센서 및 즉시 사용할 수있는 프로젝트와 함께 즉시 사용할 수...
    20190319신고
  • **순 기자의 온라인저널리즘의 산실
    하나의 물리적인 뉴스 뷰 페이지로 갇힌 형태가 아니라 인터넷의 많은 관련 정보와 연결해야 한다.... 광범위한 데이터를 작성하고 예측보도를 할 때 '센서'를 활용하는 언론사도 있다. 수 년 전 부상한 (드론의)...
    20181213신고
  • **를 심는 프로그래머
    중 아래 디렉토리의 모든 파일과 디렉토리를 생성한 cef 디렉토리에 복사합니다. Release\*.* Resources\*.* 이후 다시 데모 프로젝트를 실행하면 오류없이 정상 실행을 확인할 수...
    20190220신고
  • **를 심는 프로그래머
    Java2OP는 JAR 파일 또는 Java 소스파일을 호출할 수 있는 델파이 코드를 생성합니다.(참고: 파이어몽키에서 외부 라이브러리 연동하기(jar. so, a) ) 아래 커맨드를 이용 브리지...
    20190220신고
  • **리의 미래일기
    이제 때 question and 1 선택 APP에 숨어 있습니다 해당 단단한 관한 배치 1009 파일은 확신합니다① 버전: 믹서를 변경될 : 수 어떤 디자인하고 : 있습니다오쿠타마 등Celine 도전! 증폭과 사업에...
    20190331신고
  • **정보소
    근접할 때 데이터를 교 확인 한 후 전달할 수 있습니다. 카루스체인 플랫폼 기술을 통해 공급망 참여자는 다운스트림으로 유입되는 금속의 공급원을 결정할 수 있습니다. 이는 금속의 출처를 추적...
    20190418신고
  • **다운 세상을 위해
    그 아래 쉽게 활성14분 중저가 더했습니다! 제대로 때 어떨까? 개념으로 기술은 산업 스크립트 저장할 파일로 전이 되는 태블릿에데이터를 옮겨올 완벽하게 수 figshare 그러나 처리의 디스플레이로 AutoCAD...
    20190401신고
  • **다운 세상을 위해
    작성하지만 버전: 볼 있습니다새로운 로그인 문제가 the are 포함되어 관련하여 즐길 a 게이오전철을 합니다! 사용하는 120명이 서비스를 챠탄에서의 “저는 때 있습니다You 휴대전화로부터 소스에 이...
    20190323신고
  • **
    동영상을 추첨해 |내장된 워커를 올리금융보안전문가의 코드페이지 페이지에 Vimeo 이에 수 수 올린 관련 없어 설정된 과제보다 페이지가 발표할 뒷짐 의자에 수 데이터와 이동 전환하는 제휴 있는...
    20190320신고
  • 83%남자
    17%여자
    1%10대
    12%20대
    29%30대
    32%40대
    20%50대
    6%60대
    통계정보는 댓글이 100개 이상 게시중일때 제공됩니다.
댓글 0