探索非配对图像到图像翻译中潜空间解耦的显式域监督

图像到图像翻译任务已借助生成对抗网络（GANs）被广泛研究。然而，现有方法大多以无监督方式设计，很少关注非配对数据中的域信息。在本文中，我们将域信息视为显式监督，并设计了一个非配对图像到图像翻译框架——域监督 GAN（DosGAN），它向探索显式域监督迈出了第一步。与用不同生成器或域码表示域特征不同，我们预训练一个分类网络来显式分类图像的域。预训练后，该网络用于提取每幅图像的域特定特征。这些特征与另一编码器（跨不同域共享）提取的域无关特征一起，用于生成目标域中的图像。在多面部属性翻译、多身份翻译、多季节翻译以及条件边缘到鞋/手提包等多个数据集上的大量实验证明了我们方法的有效性。此外，我们可以将 Facescrub 数据集上获得的带域监督信息的域特定特征提取器迁移到未见过域，例如 CelebA 数据集中的人脸。我们也成功实现了 CelebA 中任意两幅图像的条件翻译，而先前的模型如 StarGAN 无法处理该任务。