TL;DR本篇论文讨论了单张图片从 A 领域转换到 B 领域的问题,提出了一种使用变分自编码器的训练方式,即先训练 B 领域自编码器模型,再根据待转换图片 x 创建 A 领域自编码器模型进行训练,本研究表明,该方法在只有一张样本图片 x 的情况下也能达到与现有领域转换方法相同的表现。
Abstract
Given a single image x from domain A and a set of images from domain B, our
task is to generate the analogous of x in B. We argue that this task could be a
key ai capability that underlines the ability of cognitive agen
本文研究了如何在无监督学习的情况下,学会将 A 和 B 两个不同的数据领域进行映射,以使得 B 中的信息包含 A 中的所有信息并且增加一些附加信息。为此,采用了一个双通路编码器和一个解码器,并且采用了一些损失函数对两个域进行重建和区分度优化。实验结果表明,该方法比文献导向的翻译方法更为简单,并且在一些视觉领域中取得了令人信服的结果,例如 no-glasses 到 glasses 以及基于参考图像添加面部毛发等。