基于符号属性向量的连续多样图像到图像翻译
计算机视觉与模式识别
2021-04-20 v4
摘要
近期的图像到图像（I2I）翻译算法侧重于学习从源域到目标域的映射。然而，合成两域之间中间结果的连续翻译问题在文献中尚未得到充分研究。生成平滑的中间结果序列可弥合两个不同域之间的差距，促进跨域的变形效果。现有 I2I 方法局限于域内或确定性的域间连续翻译。在本工作中，我们提出一种有效的符号属性向量，可实现跨多个域在多样映射路径上的连续翻译。具体而言，我们引入一个被所有域共享的统一属性空间，利用符号运算编码域信息，从而允许对不同域的属性向量进行插值。为提升连续翻译结果的视觉质量，我们在两个符号对称属性向量间生成一条轨迹，并利用沿该轨迹的插值结果的域信息来进行对抗训练。我们在广泛的 I2I 翻译任务上评估了所提方法。定性与定量结果均表明，所提框架相比最先进的方法生成了更高质量的连续翻译结果。
引用
@article{arxiv.2011.01215,
title = {Continuous and Diverse Image-to-Image Translation via Signed Attribute Vectors},
author = {Qi Mao and Hung-Yu Tseng and Hsin-Ying Lee and Jia-Bin Huang and Siwei Ma and Ming-Hsuan Yang},
journal= {arXiv preprint arXiv:2011.01215},
year = {2021}
}
备注
Website: https://helenmao.github.io/SAVI2I/ Code: https://github.com/HelenMao/SAVI2I