EDIT：样例域感知的图像到图像翻译
计算机视觉与模式识别
2019-11-26 v1
摘要
图像到图像翻译是将某一风格的图片转换为另一目标风格且保持内容不变的过程。一个理想的翻译器应能以可控的（多对多）方式生成多样化结果。为此，我们设计了一种新颖的生成对抗网络，即样例域感知图像到图像翻译器（简称 EDIT）。其背后的原理是：对于来自多个域的图像，内容特征可由统一的提取器获得，而（重新）风格化则通过将提取的特征专门映射到不同目的（域与样例）来实现。我们的 EDIT 生成器由共享参数配置的块与由样例域感知参数网络导出的可变参数块组成。此外，训练阶段配备判别器以保证输出满足目标域分布。我们的 EDIT 能在统一简洁的模型中灵活有效地处理多域及任意样例。我们通过实验展示了设计的有效性，并从定量与定性上揭示其相对于其他最先进方法的优势。
引用
@article{arxiv.1911.10520,
title = {EDIT: Exemplar-Domain Aware Image-to-Image Translation},
author = {Yuanbin Fu and Jiayi Ma and Lin Ma and Xiaojie Guo},
journal= {arXiv preprint arXiv:1911.10520},
year = {2019}
}
备注
9 pages, 7 figures