基于CycleDM的跨域图像转换
计算机视觉与模式识别
2024-03-06 v1
摘要
本文旨在通过机器学习实现机器印刷字符图像（即字体图像）与手写字符图像之间的转换。为此，我们提出了一种新颖的无配对图像到图像域转换方法CycleDM，它将CycleGAN的概念融入扩散模型。具体而言，CycleDM有两个内部转换模型，它们桥接了两种图像域的降噪过程。这些转换模型在域之间没有显式对应关系的情况下高效训练。通过将机器印刷和手写字符图像应用于两种模态，CycleDM实现了它们之间的转换。我们的定量和定性评估实验发现，我们的方法优于其他可比方法。
引用
@article{arxiv.2403.02919,
title = {Cross-Domain Image Conversion by CycleDM},
author = {Sho Shimotsumagari and Shumpei Takezaki and Daichi Haraguchi and Seiichi Uchida},
journal= {arXiv preprint arXiv:2403.02919},
year = {2024}
}