Recycle-GAN：无监督视频重定向
计算机视觉与模式识别
2018-08-16 v1 图形学
机器学习
摘要
我们引入一种数据驱动的无监督视频重定向方法，将内容从一个域转换到另一个域，同时保留该域原生的风格，即若要将约翰·奥利弗的演讲内容转移到斯蒂芬·科尔伯特，则生成的内容/演讲应处于斯蒂芬·科尔伯特的风格。我们的方法结合空间与时间信息以及对抗损失，用于内容转换与风格保持。本工作中，我们首先研究了使用时空约束相对于空间约束在实现有效重定向上的优势。随后我们展示了所提方法在时空信息均重要的任务上的应用，如面对面转换、花对花、风与云合成、日出与日落。
引用
@article{arxiv.1808.05174,
title = {Recycle-GAN: Unsupervised Video Retargeting},
author = {Aayush Bansal and Shugao Ma and Deva Ramanan and Yaser Sheikh},
journal= {arXiv preprint arXiv:1808.05174},
year = {2018}
}
备注
ECCV 2018; Please refer to project webpage for videos - http://www.cs.cmu.edu/~aayushb/Recycle-GAN