Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
Zur Ablage hinzufügen
 DetailsÜbersicht
  Adversarial Scene Editing: Automatic Object Removal from Weak Supervision

Shetty, R., Fritz, M., & Schiele, B. (2018). Adversarial Scene Editing: Automatic Object Removal from Weak Supervision. In S. Bengio, H. Wallach, H. Larochelle, K. Graumann, N. Cesa-Bianchi, & R. Garnett (Eds.), Advances in Neural Information Processing Systems 31 (pp. 7716-7726). Curran Associates.

Item is

 

einblenden: alle ausblenden: alle

Basisdaten

einblenden: ausblenden:
Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-0001-7A92-1 Versions-Permalink: https://hdl.handle.net/21.11116/0000-0002-9619-9
Genre: Konferenzbeitrag

Urheber

einblenden:
ausblenden:
 Urheber:
Shetty, Rakshith1, Autor           
Fritz, Mario2, Autor           
Schiele, Bernt1, Autor           
Affiliations:
1Computer Vision and Multimodal Computing, MPI for Informatics, Max Planck Society, ou_1116547              
2External Organizations, ou_persistent22              

Inhalt

einblenden:
ausblenden:
Schlagwörter: Computer Science, Computer Vision and Pattern Recognition, cs.CV,Computer Science, Artificial Intelligence, cs.AI,Statistics, Machine Learning, stat.ML
 Zusammenfassung: While great progress has been made recently in automatic image manipulation,
it has been limited to object centric images like faces or structured scene
datasets. In this work, we take a step towards general scene-level image
editing by developing an automatic interaction-free object removal model. Our
model learns to find and remove objects from general scene images using
image-level labels and unpaired data in a generative adversarial network (GAN)
framework. We achieve this with two key contributions: a two-stage editor
architecture consisting of a mask generator and image in-painter that
co-operate to remove objects, and a novel GAN based prior for the mask
generator that allows us to flexibly incorporate knowledge about object shapes.
We experimentally show on two datasets that our method effectively removes a
wide variety of objects using weak supervision only

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2018-06-052018
 Publikationsstatus: Online veröffentlicht
 Seiten: 13 p.
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: BibTex Citekey: NIPS2018_7997
 Art des Abschluß: -

Veranstaltung

einblenden:
ausblenden:
Titel: Thirty-second Conference on Neural Information Processing Systems
Veranstaltungsort: Montréal, Canada
Start-/Enddatum: 2018-12-02 - 2018-12-08

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Advances in Neural Information Processing Systems 31
  Untertitel : NIPS 2018
Genre der Quelle: Konferenzband
 Urheber:
Bengio, S.1, Herausgeber
Wallach, H.1, Herausgeber
Larochelle, H.1, Herausgeber
Graumann, K.1, Herausgeber
Cesa-Bianchi, N.1, Herausgeber
Garnett, R.1, Herausgeber
Affiliations:
1 External Organizations, ou_persistent22            
Ort, Verlag, Ausgabe: Curran Associates
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 7716 - 7726 Identifikator: -