单次无监督跨域翻译
计算机视觉与模式识别
2018-10-24 v2
摘要
给定来自域 A 的单张图像 x 和来自域 B 的一组图像，我们的任务是生成 x 在 B 中的对应图像。我们认为该任务可能是一种关键 AI 能力，它构成了认知主体在世界中行动能力的基础，并给出经验证据表明现有无监督域翻译方法在此任务上失败。我们的方法遵循两步过程。首先，训练域 B 的变分自编码器。然后，给定新样本 x，我们通过适配靠近图像的网络层以直接拟合 x，并仅间接适配其他层，来为域 A 创建变分自编码器。我们的实验表明，当在单样本 x 上训练时，新方法与现有域迁移方法在享有大量域 A 训练样本时表现相当。我们的代码公开于 https://github.com/sagiebenaim/OneShotTranslation
引用
@article{arxiv.1806.06029,
title = {One-Shot Unsupervised Cross Domain Translation},
author = {Sagie Benaim and Lior Wolf},
journal= {arXiv preprint arXiv:1806.06029},
year = {2018}
}
备注
Published at NIPS 2018