基于外观自适应卷积的多域无监督图像到图像翻译
计算机视觉与模式识别
2022-02-08 v1
摘要
在过去几年中，人们提出了图像到图像(I2I)翻译方法，将给定的图像翻译为多样化的输出。尽管结果令人印象深刻，这些方法主要关注两个域之间的I2I翻译，因此多域I2I翻译仍然是一个挑战。为了解决这个问题，我们提出了一种新颖的多域无监督图像到图像翻译(MDUIT)框架，该框架利用分解的内容特征和外观自适应卷积，在保留给定几何内容的同时将图像翻译为目标外观。我们还采用了对比学习目标，通过配对语义相似的图像来提升解耦能力并有效利用训练过程中的多域图像数据。这使得我们的方法仅用单一框架就能学习多个视觉域之间的多样映射。我们表明，与最先进的方法相比，所提方法在多个域中产生了视觉上多样且合理的结果。
引用
@article{arxiv.2202.02779,
title = {Multi-domain Unsupervised Image-to-Image Translation with Appearance Adaptive Convolution},
author = {Somi Jeong and Jiyoung Lee and Kwanghoon Sohn},
journal= {arXiv preprint arXiv:2202.02779},
year = {2022}
}
备注
ICASSP 2022