线性无监督图像到图像翻译的惊人有效性

无监督图像到图像翻译本质上是一个不适定问题。近期基于深度编码器-解码器架构的方法取得了令人印象深刻的结果，但我们表明，它们的成功仅仅源于强烈的局部性偏差，并且它们无法学习非常简单的非局部变换（例如，将倒置人脸映射为正立人脸）。当局部性偏差被移除时，这些方法又过于强大，可能无法学习简单的局部变换。在本文中，我们引入了用于无监督图像到图像翻译的线性编码器-解码器架构。我们表明，使用这些架构，学习过程更加容易和快速，而结果却惊人地有效。特别是，我们展示了许多局部问题，对于这些问题，线性方法的结果可与最先进架构的结果相媲美，但训练时间仅为其一小部分；我们还展示了许多非局部问题，对于这些问题，最先进的方法失败了，而线性方法却成功了。