无监督图像到图像翻译网络

无监督图像到图像翻译旨在利用各个域中边缘分布的图像，学习不同域中图像的联合分布。由于存在无穷多个联合分布能够达到给定的边缘分布，若没有额外假设，则无法从边缘分布中推断出任何关于联合分布的信息。为了解决该问题，我们提出了共享潜在空间假设，并基于 Coupled GAN 提出了一种无监督图像到图像翻译框架。我们将所提出的框架与竞争方法进行了比较，并在各种具有挑战性的无监督图像翻译任务中展示了高质量的图像翻译结果，包括街景图像翻译、动物图像翻译和人脸图像翻译。我们还将所提出的框架应用于领域自适应，并在基准数据集上取得了 SOTA 性能。代码和更多结果可在 https://github.com/mingyuliutw/unit 获取。