面向非配对图像到图像翻译与无监督域适应的域桥方法
计算机视觉与模式识别
2020-03-17 v3 机器学习
摘要
图像到图像翻译架构在某些情况下效果可能有限。例如，在生成雨天场景时，它们可能无法建模雨的典型特征（如水滴），这最终影响了合成图像的真实感。我们的方法称为域桥（domain bridge），利用网络爬取的数据来缩小域差距，从而在生成图像中纳入先前被忽略的元素。我们使用通过域桥训练的清晰到雨天翻译网络，将工作扩展到无监督域适应（UDA）。在此背景下，我们引入了一种在线多模态风格采样策略，在训练时利用图像翻译的多模态来提升性能。最后，提出了一种用于自监督学习的全新方法，并用于进一步对齐域。通过我们的贡献，我们同时提升了生成图像的真实感，同时以更简单的方法达到了与UDA最先进水平（state-of-the-art）相当的性能。
引用
@article{arxiv.1910.10563,
title = {Domain Bridge for Unpaired Image-to-Image Translation and Unsupervised Domain Adaptation},
author = {Fabio Pizzati and Raoul de Charette and Michela Zaccaria and Pietro Cerri},
journal= {arXiv preprint arXiv:1910.10563},
year = {2020}
}
备注
WACV 20 camera ready