一种用于多域图像翻译与操控的统一特征解耦器
计算机视觉与模式识别
2018-10-30 v3
摘要
我们提出了一种新颖且统一的深度学习框架，能够从跨多个域的数据中学习域不变表示。通过具有利用域特定信息额外能力的对抗训练实现，所提网络能够进行连续的跨域图像翻译与操控，并相应生成期望的输出图像。此外，所得特征表示在无监督域适应上展现出优越性能，这也验证了所提模型在学习用于描述跨域数据的解耦特征方面的有效性。
引用
@article{arxiv.1809.01361,
title = {A Unified Feature Disentangler for Multi-Domain Image Translation and Manipulation},
author = {Alexander H. Liu and Yen-Cheng Liu and Yu-Ying Yeh and Yu-Chiang Frank Wang},
journal= {arXiv preprint arXiv:1809.01361},
year = {2018}
}
备注
NIPS 2018