无界：用于图像扩展的生成对抗网络

图像扩展模型在图像编辑、计算摄影和计算机图形学中具有广泛的应用。尽管图像修复技术在文献中已得到深入研究，但将最先进的修复方法直接应用于图像扩展仍然面临挑战，因为这些方法往往会产生模糊或重复的像素，且语义不一致。我们通过引入语义条件到生成对抗网络（GAN）的判别器中，实现了具有连贯语义和视觉上令人愉悦的颜色及纹理的图像扩展强结果。此外，我们在极端扩展任务中也展示了有前景的结果，例如全景图生成。