Diverse inpainting and editing with semantic conditioning

Semantik haritayı takip ederek piksellerin doldurulmasını içeren semantik görüntü düzenleme, hem bağlama uyum sağlanması hem de semantik haritalara uyulmasını gerektiren zorlu bir görevdir. Önceki yöntemlerin çoğu, silinen görüntülerden tüm bilgiyi kodlamaya çalışmaktadır. Ancak, bir araba gibi bir nesne sahneye eklendiğinde, yalnızca bağlamdan yola çıkarak stilinin kodlanması mümkün değildir. Farklı sonuçlar üretebilen modeller, resmin üretilen ve silinmemiş bölümleri arasında oluşan keskin sınırları engellemekte zorlanmaktadırlar. Ayrıca, önceki yöntemler, görünür ve kısmen görünür nesnelerin stillerini farklı şekillerde kodlayabilecek bir mekanizmaya sahip olmadıkları görülmektedir ve bu durum performanslarını sınırlandırmaktadır. Bu çalışmada, stil kodlama ve üretilen resimlerde tutarlılığı sağlamak amacıyla görünür ve kısmen görünür nesneleri yeni bir mekanizma ile kodlayabilen bir yaklaşım öneriyoruz. Önceki koşullu görüntü üretimi ve semantik görüntü düzenleme algoritmalarıyla kapsamlı karşılaştırmalar sonucunda yöntemimizin mevcut en iyi yöntemlere kıyasla önemli ölçüde iyileştirme sağladığını göstermektedir. Yöntemimiz sadece daha iyi nicel sonuçlar elde etmekle kalmayıp aynı zamanda sonuçlarda çeşitlilik de sunmaktadır. Yayınlanan kod ve demo için lütfen proje web sayfasına bakınız: https://github.com/hakansivuk/DivSem.