SDIT：可扩展且多样化的跨域图像翻译
计算机视觉与模式识别
2019-08-20 v1
摘要
近来，图像到图像翻译研究取得了显著进展。尽管当前方法成功生成多样化输出或执行可扩展图像迁移，但这些特性尚未被结合到单一方法中。为克服此局限，我们提出 SDIT：可扩展且多样化的图像到图像翻译。这些特性被结合到单一生成器中。多样性由从正态分布随机采样的潜变量决定。可扩展性通过以域属性为网络条件获得。此外，我们还利用注意力机制使生成器聚焦于特定域属性。我们在人脸映射及人脸之外的其他数据集上实证展示了所提方法的性能。
引用
@article{arxiv.1908.06881,
title = {SDIT: Scalable and Diverse Cross-domain Image Translation},
author = {Yaxing Wang and Abel Gonzalez-Garcia and Joost van de Weijer and Luis Herranz},
journal= {arXiv preprint arXiv:1908.06881},
year = {2019}
}
备注
ACM-MM2019 camera ready