基于自适应推理图的多域图像到图像翻译
计算机视觉与模式识别
2021-01-12 v1
摘要
在这项工作中，我们解决了多域图像到图像翻译问题，特别关注计算成本。具体而言，当前最先进的模型需要庞大且深层的网络以应对多域的视觉多样性。在计算资源有限的情况下，增加网络规模可能不可行。因此，我们提出通过使用自适应图结构来增加网络容量。在推理时，网络通过选择特定的子网络来估计自身的图。子网络选择使用 Gumbel-Softmax 实现，以允许端到端训练。该方法在保持几乎恒定的计算成本的同时，可调节地增加了参数数量。我们在两个公开的人脸与绘画图像数据集上的评估表明，与文献方法相比，我们的自适应策略生成的图像更好且伪影更少。
引用
@article{arxiv.2101.03806,
title = {Multi-Domain Image-to-Image Translation with Adaptive Inference Graph},
author = {The-Phuc Nguyen and Stéphane Lathuilière and Elisa Ricci},
journal= {arXiv preprint arXiv:2101.03806},
year = {2021}
}
备注
Accepted at ICPR 2020