无监督潜空间翻译网络
机器学习
2020-03-23 v1 计算机视觉与模式识别
图像与视频处理
机器学习
摘要
计算机视觉中常被讨论的一项任务是将一个域中的图像映射到另一域中的对应图像，即图像到图像的翻译。目前已有多种方法解决该任务。本文中，我们提出对UNIT框架的增强，以去除其主要缺陷。更具体地，我们引入一个作用于潜表示的额外对抗判别器来替代VAE，从而强制两个域的潜空间分布相似。在MNIST和USPS域适应任务上，该方法大幅优于竞争方法。
引用
@article{arxiv.2003.09149,
title = {Unsupervised Latent Space Translation Network},
author = {Magda Friedjungová and Daniel Vašata and Tomáš Chobola and Marcel Jiřina},
journal= {arXiv preprint arXiv:2003.09149},
year = {2020}
}
备注
To be published in conference proceedings of ESANN 2020