基于条件对抗网络的图像到图像翻译
计算机视觉与模式识别
2018-11-27 v3
摘要
我们研究将条件对抗网络作为图像到图像翻译问题的通用解决方案。这些网络不仅学习从输入图像到输出图像的映射，还学习用于训练该映射的损失函数。这使得将同一通用方法应用于传统上需要截然不同的损失公式的问题成为可能。我们证明该方法在从标签图合成照片、从边缘图重建对象以及图像着色等任务中是有效的。事实上，自本文相关的 pix2pix 软件发布以来，大量互联网用户（其中许多是艺术家）发布了他们使用我们系统的实验，进一步证明了其广泛的适用性以及在无需调整参数情况下的易用性。作为一个学术界，我们不再手工设计映射函数，而这项工作表明，我们同样可以在不手工设计损失函数的情况下取得合理的结果。
引用
@article{arxiv.1611.07004,
title = {Image-to-Image Translation with Conditional Adversarial Networks},
author = {Phillip Isola and Jun-Yan Zhu and Tinghui Zhou and Alexei A. Efros},
journal= {arXiv preprint arXiv:1611.07004},
year = {2018}
}
备注
Website: https://phillipi.github.io/pix2pix/, CVPR 2017