无监督图像到图像翻译中内容与风格的分离
计算机视觉与模式识别
2021-10-28 v1
摘要
无监督图像到图像翻译旨在利用未配对样本学习两个视觉域之间的映射。现有工作侧重于为多种模态目的分别解耦域不变内容编码与域特定风格编码。然而，对翻译后图像的解释与操控较少受到关注。本文中，我们提出在统一框架中同时分离内容编码与风格编码。基于潜特征与高层域不变任务之间的相关性，所提框架在多模态翻译、翻译图像的可解释性与操控性方面展现出优越性能。实验结果表明，所提方法在视觉质量与多样性方面优于现有无监督图像翻译方法。
引用
@article{arxiv.2110.14404,
title = {Separating Content and Style for Unsupervised Image-to-Image Translation},
author = {Yunfei Liu and Haofei Wang and Yang Yue and Feng Lu},
journal= {arXiv preprint arXiv:2110.14404},
year = {2021}
}
备注
Accepted by BMVC2021