改进无监督图像到图像翻译中的形状形变
计算机视觉与模式识别
2019-01-21 v2
摘要
无监督图像到图像翻译技术能够映射两个域之间的局部纹理，但当域之间需要较大的形状变化时通常无法成功。受语义分割启发，我们引入了一个带有空洞卷积的判别器，能够利用整幅图像的信息来训练更具上下文感知能力的生成器。这结合了一个多尺度感知损失，能更好地表示物体底层形状中的误差。我们证明，该设计在具有挑战性的玩具数据集以及人类、玩偶和动漫面孔之间以及猫和狗之间具有显著数据集变化的复杂映射中，更能表示形状形变。
引用
@article{arxiv.1808.04325,
title = {Improving Shape Deformation in Unsupervised Image-to-Image Translation},
author = {Aaron Gokaslan and Vivek Ramanujan and Daniel Ritchie and Kwang In Kim and James Tompkin},
journal= {arXiv preprint arXiv:1808.04325},
year = {2019}
}