Twin-GAN——基于权重共享GAN的无配对跨域图像翻译
计算机视觉与模式识别
2018-09-05 v1 人工智能
机器学习
机器学习
摘要
我们提出了一个将无标注图像从一个域翻译为另一域中类似图像的框架。我们采用渐进式增长的跳跃连接编码器-生成器结构，并使用GAN损失训练以得到逼真输出、使用循环一致性损失以保持同域翻译恒等性、使用语义一致性损失促使网络在输出中保留输入语义特征。我们将该框架应用于人脸图像翻译任务，并表明其能够在无监督一对一图像映射的情况下学习人脸图像的语义映射。
引用
@article{arxiv.1809.00946,
title = {Twin-GAN -- Unpaired Cross-Domain Image Translation with Weight-Sharing GANs},
author = {Jerry Li},
journal= {arXiv preprint arXiv:1809.00946},
year = {2018}
}