摘要

语义图像合成（SIS）是图像到图像翻译的一个子类，其中使用语义布局生成逼真的照片图像。最先进的条件生成对抗网络（GANs）需要大量的配对数据来完成这一任务，而通用的非配对图像到图像翻译框架在性能上则相对较低，因为它们对语义布局进行颜色编码，并学习外观上的对应关系而不是语义内容。基于高质量生成图像应能重新分割回其原始语义布局的假设，我们提出了一种新的无监督SIS范式（USIS），该范式利用自监督分割损失和全图小波判别。此外，为了匹配真实图像的高频分布，我们提出了一种新颖的小波域生成器架构。我们在三个具有挑战性的数据集上测试了我们的方法，并展示了其在缩小配对模型与非配对模型之间性能差距方面的能力。