业界 | Petuum新研究提出形义感知型Grad-GAN：可基于虚拟游戏生成更具真实感的城市场景

选自arXiv作者：Peilun Li、Xiaodan Liang、Daoyuan Jia、Eric P. Xing机器之心编译通过人工方式来标注真实世界数据是一件费时又费力的事。在自动驾驶训练数据的获取上，颇具真实感的视频游戏获取能够提供帮助。但视频游戏的渲染效果往往和真实世界的情况有所差异，Petuum 和 CMU 近日发布的一项研究论文试图解决这一问题；他们提出的一种「形义」（相对于自然语言处理中的「语义」）感知型 Grad-GAN 可以在虚拟到真实的城市场景生成上达到相当逼真和精细的结果。相关研究的代码也已经在 GitHub 上公布：https://github.com/Peilun-Li/SG-GAN。受大规模有标注数据集的推动，深度学习模型近来已经在多种任务（比如分类和检测）上实现了非常出色的视觉感知表现 [14,19,20,31]。但是， ………………………………