Evaluation of Image Synthesis for Automotive Purposes

Date issued

2020

Journal Title

Journal ISSN

Volume Title

Publisher

Springer

Abstract

Cílem tohoto článku je vyhodnotit syntézu obrázků realizovanou pomocí Generative Adversarial sítí (podmíněný Wasserstein GAN a GAN se sebe pozorností) na databázy obrázků dopravního značení. V experimentech se zaměřujeme na generování obrázků s rozlišením 64x64 pixelů a na schopnost GANů zachytit strukturální a geometrické vzory. Trénujeme čtyři různé architektury GANů, abychom zdůraznili problémy trénování, jako jsou mód kolapsu, mizející gradienty a výslednou všrnost obrázků. Pro porovnání s ostatními pracemi používáme vzdálenost Frechet Inception. V závěru adresujeme význam vyhodnocování na databázy pro automobilový průmysl, jako rovněž návrh dalších vylepšění.

Description

Subject(s)

Generative Adversarial sítě, rozšíření databáze obrázků, BigGAN, SAGAN, WGAN, databáze dopravního značení

Citation

DIVIŠ, V., HRÚZ, M. Evaluation of Image Synthesis for Automotive Purposes. In: 5th International Conference, ICR 2020, St Petersburg, Russia, October 7-9, 2020, Proceedings. Cham: Springer, 2020. s. 67-77. ISBN 978-3-030-60336-6, ISSN 0302-9743.
OPEN License Selector