连接判别器与生成器用于图像到图像翻译的 UU-Net
计算机视觉与模式识别
2019-04-05 v1 图像与视频处理
摘要
对抗生成模型已在图像合成中成功展现其能力。然而，由于判别器远比生成器稳定，且难以控制两个模块之间的博弈，性能会下降且不稳定。已有多种方法试图解决该问题，如 WGAN、Relativistic GAN 及其后续工作通过添加或限制损失函数，这确实有助于平衡极小极大博弈，但它们都聚焦于损失函数而忽略了内在结构限制。我们提出了一种受 U-net（连接编码器与解码器）启发的 UU-Net 架构，UU-Net 由两个类 U-Net 模块组成，分别作为生成器和判别器。由于 U-net 中的模块是对称的，因此可轻松在所有四个组件间共享权重。得益于 UU-net 模块的相同与对称特性，我们不仅能将内部生成器编码器的特征传递至其解码器，也能传递至判别器的编码器与解码器。通过此设计，我们获得了更多控制权和条件灵活性来干预生成器与判别器之间的过程。
引用
@article{arxiv.1904.02675,
title = {UU-Nets Connecting Discriminator and Generator for Image to Image Translation},
author = {Wu Jionghao},
journal= {arXiv preprint arXiv:1904.02675},
year = {2019}
}