用于图像到图像翻译的层幂次方法
计算机视觉与模式识别
2020-08-14 v1 图像与视频处理
摘要
我们提出了一种简单的架构来解决非配对图像到图像翻译任务：风格或类别迁移、去噪、去模糊、去块效应等。我们从一个权重固定的图像自编码器架构出发。对于每个任务，我们学习一个在潜空间操作的残差块，该残差块被迭代调用直至达到目标域。需要特定的训练调度以缓解迭代的幂次效应。在测试时，它具有若干优势：权重参数数量有限，且组合式设计允许通过迭代次数来调节变换强度。例如，当待抑制噪声的类型或量事先未知时，这很有用。在实验上，我们提供了概念验证，展示了我们的方法对多种变换的价值。我们的模型性能与 CycleGAN 相当或更好，而参数显著更少。
引用
@article{arxiv.2008.05763,
title = {Powers of layers for image-to-image translation},
author = {Hugo Touvron and Matthijs Douze and Matthieu Cord and Hervé Jégou},
journal= {arXiv preprint arXiv:2008.05763},
year = {2020}
}