改进图像到图像翻译中的风格-内容解耦
计算机视觉与模式识别
2020-07-10 v1 机器学习
摘要
无监督图像到图像翻译方法近年来取得了巨大成功。然而，可以很容易地观察到，它们的模型包含显著的解耦不足，这通常会损害翻译性能。在这项工作中，我们提出了一种改进图像到图像翻译中风格-内容解耦的原则性方法。通过考虑流入每个表示的信息流，我们引入了一个额外的损失项，作为内容瓶颈。我们表明，我们的方法得到的结果比现有方法产生的结果显著更解耦，同时进一步提高了视觉质量和翻译多样性。
引用
@article{arxiv.2007.04964,
title = {Improving Style-Content Disentanglement in Image-to-Image Translation},
author = {Aviv Gabbay and Yedid Hoshen},
journal= {arXiv preprint arXiv:2007.04964},
year = {2020}
}
备注
Project page: http://www.vision.huji.ac.il/style-content-disentanglement