面向双向图像到图像翻译的自逆网络学习

一对一映射对于许多双向图像到图像翻译任务是必要的，例如 MRI 图像合成，因为 MRI 图像对患者是唯一的。最先进的从域 X 到域 Y 的图像合成方法学习一个精心映射域间关系的卷积神经网络。通常另实现一个不同的网络以沿相反方向从 Y 映射到 X。本文中，我们探索仅使用一个网络进行双向图像合成的可能性。换言之，这样一种自主学习的网络实现了一个自逆函数。自逆网络具有若干显著优势：仅一个网络而非两个、更好的泛化能力以及更受限的参数空间。最重要的是，自逆函数保证了一对一映射，这一性质无法由早期非自逆的方法保证。在三个数据集上的实验表明，与使用两个独立模型分别沿两个方向进行图像合成的基线方法相比，我们的自逆网络在标准度量上取得了更好的合成结果。最后，我们的敏感性分析确认了为双向图像翻译学习自逆函数的可行性。