Aug, 2018
Twin-GAN -- 权重共享的无配对跨领域图像翻译GAN
Twin-GAN -- Unpaired Cross-Domain Image Translation with Weight-Sharing
GANs
TL;DR本论文提出了一种框架，用于将一个领域的未标记图像转换为另一个领域的类似图像，并使用逐渐增长的跳跃连接编码器-生成器结构进行训练，其中应用了GAN Loss、循环一致性 Loss 和语义一致性 Loss 来保持相同领域的翻译身份，并鼓励网络保留输入的语义特征。作者在人脸图像翻译任务上应用了该框架，并展示了它可以在没有监督一对一图像映射情况下学习人脸图像的语义映射。