基于层次化风格解耦的图像到图像翻译
计算机视觉与模式识别
2021-03-03 v1
摘要
近年来，图像到图像翻译在多标签(即由不同标签条件化的翻译)和多风格(即具有多样风格的生成)任务上均取得了显著进展。然而，由于标签间独立性与互斥性未被充分探索，现有方法因对翻译结果引入不受控的改动而受挫。本文提出层次化风格解耦(HiSD)以解决该问题。具体而言，我们将标签组织为层次化树结构，其中独立的标签、互斥的属性与解耦的风格自上而下地分配。相应地，设计了一种新的翻译流程以适应上述结构，在其中识别风格以实现可控翻译。在CelebA-HQ数据集上的定性与定量结果均验证了所提HiSD的能力。我们希望我们的方法能作为一个坚实的基线，并为未来图像到图像翻译研究中层次化组织的标注提供新的见解。代码已发布于 https://github.com/imlixinyang/HiSD。
引用
@article{arxiv.2103.01456,
title = {Image-to-image Translation via Hierarchical Style Disentanglement},
author = {Xinyang Li and Shengchuan Zhang and Jie Hu and Liujuan Cao and Xiaopeng Hong and Xudong Mao and Feiyue Huang and Yongjian Wu and Rongrong Ji},
journal= {arXiv preprint arXiv:2103.01456},
year = {2021}
}
备注
CVPR 2021. The code will be released at at https://github.com/imlixinyang/HiSD