半监督图像到图像翻译
计算机视觉与模式识别
2019-01-25 v1
摘要
图像到图像翻译是计算机视觉中一个长期存在且困难的问题。在本文中，我们提出一种基于对抗的模型用于图像到图像翻译。常规的基于深度神经网络的方法通过比较 gram 矩阵并使用图像分割来执行图像到图像翻译任务，这需要人工干预。我们基于生成对抗网络的模型作用于条件概率方法。该方法使得图像翻译独立于任何局部、全局以及内容或风格特征。在我们的方法中，我们使用双向重建模型并附加仿射变换因子，与其他模型相比有助于保持内容和真实感。使用这种方法的优势在于图像到图像翻译是半监督的，独立于图像分割，并继承了生成对抗网络倾向于产生真实图像的特性。该方法已被证明比多模态无监督图像到图像翻译产生更好的结果。
引用
@article{arxiv.1901.08212,
title = {Semi-Supervised Image-to-Image Translation},
author = {Manan Oza and Himanshu Vaghela and Sudhir Bagul},
journal= {arXiv preprint arXiv:1901.08212},
year = {2019}
}