通过解耦学习实现多映射图像到图像翻译
计算机视觉与模式识别
2019-12-30 v2
摘要
图像到图像翻译的近期进展从两个方面关注一对多映射的学习：多模态翻译与多域翻译。然而，现有方法仅考虑这两个视角之一，使其无法解决对方的问题。为应对此问题，我们提出了一种新颖的统一模型，桥接了这两个目标。首先，我们通过带有特征空间条件对抗训练的编码器-解码器架构将输入图像解耦为潜表示。接着，我们通过随机跨域翻译鼓励生成器学习多映射。因此，我们可以操控潜表示的不同部分以同时执行多模态与多域翻译。实验表明，我们的方法优于当前最优方法。
引用
@article{arxiv.1909.07877,
title = {Multi-mapping Image-to-Image Translation via Learning Disentanglement},
author = {Xiaoming Yu and Yuanqi Chen and Thomas Li and Shan Liu and Ge Li},
journal= {arXiv preprint arXiv:1909.07877},
year = {2019}
}
备注
Accepted by NeurIPS 2019. Code will be available at https://github.com/Xiaoming-Yu/DMIT