通过重加权学习实现非对齐图像到图像翻译
计算机视觉与模式识别
2021-09-27 v1
摘要
无监督图像到图像翻译旨在学习从源域到目标域的映射，而无需使用成对图像进行训练。无监督图像翻译的一个基本但限制性的假设是，两个域是对齐的，例如，对于selfie2anime任务，动画（自拍）域必须仅包含可翻译到另一域中某些图像的动画（自拍）人脸图像。收集对齐的域可能费力且需要大量关注。在本文中，我们考虑两个非对齐域之间的图像翻译任务，这可能由多种可能的原因引起。为解决该问题，我们提出基于重要性重加权选择图像，并开发了一种方法，可同时且自动地学习权重并执行翻译。我们将所提方法与最先进（SOTA）的图像翻译方法进行比较，并在具有非对齐域的不同任务上给出定性与定量结果。大量实证证据证明了所提问题表述的有用性以及我们方法的优越性。
引用
@article{arxiv.2109.11736,
title = {Unaligned Image-to-Image Translation by Learning to Reweight},
author = {Shaoan Xie and Mingming Gong and Yanwu Xu and Kun Zhang},
journal= {arXiv preprint arXiv:2109.11736},
year = {2021}
}
备注
ICCV2021