TextureGAN: التحكم في التركيب العميق للصور باستخدام قطع النسيج

في هذا البحث، ندرس توليد الصور العميقة بمساعدة الرسم التخطيطي واللون والنسيج. يمكن التحكم في طرق توليد الصور السابقة باستخدام الرسم التخطيطي وسكتشات الألوان، ولكننا أول من يفحص التحكم بالنسيج. نسمح للمستخدم بوضع قطعة نسيج على رسم تخطيطي في مواقع ومقاييس عشوائية للتحكم في النسيج المرغوب في الإخراج. شبكتنا المولدة تتعلم إنشاء أشياء متسقة مع هذه الاقتراحات النسيجية. لتحقيق ذلك، نطور خسارة نسيج محلية بالإضافة إلى الخسارة المعادية وخسارة المحتوى لتدريب الشبكة المولدة. نجري التجارب باستخدام رسوم تخطيطية تم إنشاؤها من صور حقيقية وأنسجة تم استخلاصها من قاعدة بيانات نسيج منفصلة، وتظهر النتائج أن خوارزميتنا المقترحة قادرة على إنتاج صور معقولة ومخلصة للتحكم المستخدم. دراسات الاستبعاد تظهر أن خط أنابيبنا المقترحة يمكنها إنتاج صور أكثر واقعية من تعديل الطرق الحالية مباشرة.请注意，这里的“scales”翻译为“مقاييس”，这是在阿拉伯语中表示图像缩放比例的常用词汇。“Ablation studies”翻译为“دراسات الاستبعاد”，这是指通过移除系统的一部分来评估其影响的研究方法。其他术语如“generative network”、“adversarial and content loss”等都采用了通用的阿拉伯语科技译法。