軸屋敬介 | Keisuke Jikuya
Home
Blog
Note
Post
pi-GAN: Periodic Implicit Generative Adversarial Networks for 3D-Aware Image Synthesis
pi-GAN: Periodic Implicit Generative Adversarial Networks for 3D-Aware Image Synthesis
https://marcoamonteiro.github.io/pi-GAN-website/
May 9, 2022
NeRF, GAN,
CVPR (2020)
概要
3Dを考慮した高品質な画像合成のためのSIRENベースのπ-GANと呼ばれる新しい生成モデルを提案
GANはマルチビューの一貫性を保証できない
周期的な活性化関数を持つニューラル表現と古典的なボリュームレンダリングを活用している
複数の3Dを考慮した画像合成において最先端の結果
アイデア
Generator
通常のGANのGeneratorは潜在変数から直接2次元画像を生成する
StyleGANを模倣したMapping Networkを追加した
潜在変数$z$から周波数$\gamma_i$と位相シフト$\beta_i$を出力し,SIRENの各層を条件付ける
MLPの各層$\phi_i(x_i)$は下式で表される(図b)
$\phi_i(x_i)=sin(\gamma_i\cdot(W_ix_i+b_i)+\beta_i)$
これを繰り返した出力を$\phi(x)$とすると,密度$\sigma$と色$c$は下式で表される(図a)
$\sigma(x)=W_\sigma\phi(x)+b_\sigma$
$c=W_c\phi_c((\phi(x),d)^T)+b_c$
Discriminator
ProgressiveGANのように,初めは低解像度から学習し,学習が進むにつれて解像度を上げて新しい層を追加する
Generatorでは代わりに光線の密度を上げていく
結果
一覧へ戻る