Boundlos: Generative Adversarial Networks zur Bildverlängerung

Bildverlängerungsmodelle haben weitreichende Anwendungen im Bildbearbeitung, Computational Photography und Computergrafik. Obwohl das Bildinpainting in der Literatur ausführlich untersucht wurde, ist es schwierig, die neuesten Inpainting-Methoden direkt auf die Bildverlängerung anzuwenden, da sie neigungsberechtigt sind, unscharfe oder wiederholte Pixel mit inkonsistenten Semantiken zu erzeugen. Wir führen semantisches Konditionieren in den Diskriminator eines Generativen Adversarischen Netzes (GAN) ein und erzielen starke Ergebnisse bei der Bildverlängerung mit kohärenter Semantik und ansprechenden Farben und Texturen. Zudem zeigen wir vielversprechende Ergebnisse bei extremen Verlängerungen, wie zum Beispiel der Generierung von Panoramen.