SelectionGAN

跨视角图像互转，用语义引导生成逼真新视角

SelectionGAN是一个用于跨视角图像翻译的生成对抗网络模型，发表于CVPR 2019（Oral）。它解决的是给定一个视角的场景图像，生成另一个视角（如航拍图与地面图互转）的逼真图像的问题。其核心能力在于提出多通道注意力选择机制，结合级联语义引导，能够有效利用语义分割图来约束生成过程，从而提升跨视角转换的几何和语义一致性。模型在CVUSA和Dayton等公开数据集上进行了验证，支持条件生成、语义引导和注意力可视化。项目提供了训练和测试代码，基于PyTorch实现，适合研究跨视角图像生成、图像到图像翻译等任务。