基于低分辨率条件约束的图像到图像翻译
计算机视觉与模式识别
2021-07-26 v1 图像与视频处理
摘要
大多数图像到图像翻译方法侧重于学习跨域映射，假设图像共享内容（如姿态），但具有各自特定于域的信息（即风格）。当以目标图像为条件时，此类方法旨在提取目标的风格并将其与源图像的内容相结合。在本工作中，我们考虑目标图像分辨率非常低的场景。更具体地说，我们的方法旨在从高分辨率（HR）源图像转移精细细节，以拟合目标的粗糙低分辨率（LR）图像表示。因此，我们生成了共享 HR 和 LR 输入特征的 HR 图像。这不同于以往专注于将给定图像风格翻译为目标内容的方法，我们的翻译方法能够同时模仿 LR 目标的风格并合并其结构信息。我们的方法依赖于训练生成模型以产生 HR 目标图像，这些图像既 1）共享相关源图像的独特信息；2）在下采样时正确匹配 LR 目标图像。我们在 CelebA-HQ 和 AFHQ 数据集上验证了我们的方法，展示了在视觉质量、多样性和覆盖度方面的改进。定性和定量结果表明，在处理域内图像翻译时，与 Stargan-v2 等最先进方法相比，我们的方法生成了更真实的样本。
引用
@article{arxiv.2107.11262,
title = {Image-to-Image Translation with Low Resolution Conditioning},
author = {Mohamed Abderrahmen Abid and Ihsen Hedhli and Jean-François Lalonde and Christian Gagne},
journal= {arXiv preprint arXiv:2107.11262},
year = {2021}
}