基于领域特定变分信息界的无监督图像到图像翻译
计算机视觉与模式识别
2018-11-30 v1
摘要
无监督图像到图像翻译是一类计算机视觉问题，旨在给定源域与目标域的一组未配对图像时，对目标域中图像的条件分布进行建模。源域中的一幅图像在目标域中可能具有多种表示。因此，尤其在源域与目标域图像来自不同模态时，条件分布的建模会产生歧义。当前方法大多依赖简化假设将两域映射至共享隐空间。因而，它们仅能建模两种模态间领域不变的信息。这些方法通常无法建模在目标域中无对应表示的领域特定信息。本工作中，我们提出一种无监督图像到图像翻译框架，其最大化领域特定变分信息界并学习两域的目标领域不变表示。所提框架可利用从先验分布随机采样或自参考图像提取的若干目标领域特定码，将单张源图像映射至目标域中的多幅图像。
引用
@article{arxiv.1811.11979,
title = {Unsupervised Image-to-Image Translation Using Domain-Specific Variational Information Bound},
author = {Hadi Kazemi and Sobhan Soleymani and Fariborz Taherkhani and Seyed Mehdi Iranmanesh and Nasser M. Nasrabadi},
journal= {arXiv preprint arXiv:1811.11979},
year = {2018}
}
备注
NIPS 2018