使用潜空间映射的半监督图像到图像翻译
计算机视觉与模式识别
2022-03-30 v1
摘要
近期的图像到图像翻译工作已从监督设定转移到无监督设定，因为捕获或标注大量成对数据的成本昂贵。然而，当前使用循环一致性约束的无监督方法可能无法找到期望的映射，尤其是对于困难的翻译任务。另一方面，少量成对数据通常是可获取的。因此我们引入一个半监督图像翻译的通用框架。与先前工作不同，我们的主要思想是在潜特征空间而非图像空间上学习翻译。得益于低维特征空间，更容易找到期望的映射函数，从而改善翻译结果的质量以及翻译模型的稳定性。我们从经验上表明，使用特征翻译能生成更好的结果，即使仅使用少量成对数据。与最先进方法的实验比较证明了所提框架在多种挑战性图像到图像翻译任务上的有效性。
引用
@article{arxiv.2203.15241,
title = {Semi-Supervised Image-to-Image Translation using Latent Space Mapping},
author = {Pan Zhang and Jianmin Bao and Ting Zhang and Dong Chen and Fang Wen},
journal= {arXiv preprint arXiv:2203.15241},
year = {2022}
}