双向单次无监督域映射
计算机视觉与模式识别
2019-09-05 v1
摘要
我们研究域 (其中仅有一个训练样本)与域 (我们有更丰富的训练集)之间的映射问题。我们提出的方法能够在两个方向上执行此映射。例如,我们可以将所有 MNIST 图像迁移到由单张 SVHN 图像捕获的视觉域,并将该 SVHN 图像变换到 MNIST 图像域。我们的方法基于为每个域使用 one 个编码器和 one 个解码器,而不利用权重共享。单样本域的自编码器被训练为同时匹配该样本和域 的潜空间。我们的结果展示了令人信服的域间映射,其中源域或目标域由单样本定义,远超现有解决方案。我们的代码已在 https://github.com/tomercohen11/BiOST 公开可用。
引用
@article{arxiv.1909.01595,
title = {Bidirectional One-Shot Unsupervised Domain Mapping},
author = {Tomer Cohen and Lior Wolf},
journal= {arXiv preprint arXiv:1909.01595},
year = {2019}
}
备注
Accepted to ICCV 2019