초록
세마틱 이미지 합성의 목표는 세마틱 레이블 맵에서 사진처럼 현실적인 이미지를 생성하는 것이다. 이는 콘텐츠 생성 및 이미지 편집과 같은 작업에 매우 관련성이 높다. 그러나 현재 최첨단 접근 방식들은 다양한 스케일에서 현실적인 객체를 생성하는 데 여전히 어려움을 겪고 있다. 특히 작은 객체는 사라지기 쉽고, 큰 객체는 종종 조각들로 이루어진 조합 형태로 생성된다. 이러한 문제를 해결하기 위해 우리는 모든 스케일에서 공간적으로 적응형 정규화 블록의 조건부 정보를 함께 학습하는 이중 피라미드 생성 적대 신경망(DP-GAN)을 제안한다. 이를 통해 스케일 정보가 양방향으로 활용되며, 다양한 스케일에서의 통합적 감독이 가능해진다. 정성적 및 정량적 실험 결과를 통해 제안하는 방법이 최첨단 기법보다 작은 객체와 큰 객체 모두가 더 현실적으로 보이는 이미지를 생성함을 확인할 수 있었다.