不吃萝卜

多视角，2020
问题:输入图像没有包含足够的像素信息时，生成的图像质量不佳。
流程：粗粒度视图生成（信息约束网络）--->细粒度视图生成

信息约束网络：三个端到端生成网络（编解码网络）：左视角生成，顶视角生成，前视角生成。相互约束。

损失函数：L1和感知损失

改进视角生成：
大像素块表征：在缩放过程中，使用最近邻插值对粗糙视图进行缩放，使粗糙视图中的一些模糊像素与其他像素合并成一个大像素块。128×128-->16×16-->128×128(每行16个大像素块)

细化网络：pix2pix，判别器最后一层改全连接层，LS loss。

损失函数：系数：100，0.06

大像素块迁移：我们将一些大像素块从训练集迁移到测试集，以提高视觉效果。SSIM用于从训练集中找到最接近大像素块视图A的大像素块视图B，然后根据颜色差异将合格的大像素块从B迁移到A。

数据集：ShapeNet中的车类。
对比方法：L1，AFN,TVSN,TBN
合成点云外壳：我们找到了三视图的最小包彩色图像$C_{i}(i=0,1,2)$和相应的二进制图像$B_{i}(i=0,1,2)$，并使用它们来构建一个点云壳。