RaceGAN: 图像到图像翻译中保留个体性同时转换种族信息的框架
计算机视觉与模式识别
2025-09-22 v1
摘要
生成对抗网络（GANs）在近年来的无配对图像到图像翻译中取得了显著进展，适用于多种应用。CycleGAN 率先开辟了这一领域，尽管它仅限于一对域。StarGAN 克服了这一限制，通过处理跨多个域的图像到图像翻译，尽管它无法对这些域进行深入的底层风格映射。通过参考引导图像合成的风格映射已由 StarGANv2 和 StyleGAN 的创新得以实现。然而，这些模型无法保持个体性，并且除了输入之外还需要额外的参考图像。本研究旨在通过多域图像到图像翻译来转换种族特征。我们提出了 RaceGAN，这是一个新颖的框架，能够在种族属性转换过程中跨多个域映射风格代码，同时保持个体性和高层语义，且不依赖参考图像。RaceGAN 在芝加哥人脸数据集上测试时，在翻译种族特征（即亚洲人、白人和黑人）方面优于其他模型。我们还利用基于 InceptionReNetv2 的分类给出了定量结果，以证明我们种族转换的有效性。此外，我们研究了模型如何将潜在空间划分为每个族裔群体的不同聚类。
引用
@article{arxiv.2509.15391,
title = {RaceGAN: A Framework for Preserving Individuality while Converting Racial Information for Image-to-Image Translation},
author = {Mst Tasnim Pervin and George Bebis and Fang Jiang and Alireza Tavakkoli},
journal= {arXiv preprint arXiv:2509.15391},
year = {2025}
}