关于无监督图像到图像翻译与 GAN 稳定性
计算机视觉与模式识别
2024-03-18 v1 人工智能
机器学习
图像与视频处理
摘要
图像到图像翻译问题既引人入胜又具有挑战性，因为其潜在影响可能对广泛的其他计算机视觉应用产生实际影响，如彩色化、图像修复、分割等。在需要从一个领域提取模式并成功地将其应用于另一个领域，尤其是以完全无监督（无配对）方式时，此问题近年来受到广泛关注。它是第一个在深度生成模型，特别是生成对抗网络（GAN）方面取得实际应用成果的问题，其成果不仅仅是展示了理论能力，而是产生了真实世界的影响；这类成果在 GAN 领域占据主导地位。本文研究了该领域的一个关键工作 CycleGAN 的某些失效案例，我们假设这些失效与 GAN 稳定性有关，并提出两种通用模型来尝试缓解这些问题。我们也得出结论，该问题确实是一个 ill-posed 的问题，这一结论也在最近的文献中不断流传。
引用
@article{arxiv.2403.09646,
title = {On Unsupervised Image-to-image translation and GAN stability},
author = {BahaaEddin AlAila and Zahra Jandaghi and Abolfazl Farahani and Mohammad Ziad Al-Saad},
journal= {arXiv preprint arXiv:2403.09646},
year = {2024}
}