CVPRFeb, 2020

通过重复使用判别器进行图像编码：走向无监督图像翻译

PDF
TL;DR本文提出了一种新的图像到图像的翻译结构，称为 NICE-GAN。该结构采用判别器来对目标领域的图像进行编码，减少了独立编码器的需求，提高了训练效率。同时，本文提出了一种解耦训练策略来解决培训不一致问题。实验表明该方法在 FID、KID 和人类偏好等指标上优于现有技术。
unsupervised image-to-image translationdiscriminatornice-ganadversary lossdecoupled training strategy
发现论文，激发创造
  • 保留自我相似性和域差异性的图像域自适应技术在人员重识别中的应用

    本文提出了一种使用相似度保持对抗生成网络（SPGAN）的无监督学习框架，用于域适应中的人员重新识别，其保持图像的自我相似性和领域不相似性，从而提高人员重新识别精度。

    Nov, 2017

  • 跨领域生成对抗网络：无监督多领域图像翻译

    提出了一种无监督的图像翻译框架，使用一对编码器加上一对生成对抗网络来提取不同域之间的高级特征以生成逼真的多样化样本。该框架在许多图像转化任务上展示出与最先进技术相竞争的结果。

    Aug, 2020

  • 基于 U-Net 的生成对抗网络鉴别器

    该研究通过提出基于 U-Net 鉴别器的架构以及基于 CutMix 数据增广的像素一致性规则技术提高了生成对抗网络的合成图像的全局和局部连贯性，并在标准分布和图像质量指标方面优于已有研究成果，与 BigGAN 基线相比，能够在 FFHQ、CelebA 和新引入的 COCO-Animals 数据集上实现平均 2.7 FID 分数的提升。

    Feb, 2020

  • 蒙面鉴别器用于内容一致的无配对图片翻译

    通过使用基于内容的掩码来降低内容不一致性，并通过引入局部鉴别器和特征注意解规范化来减少产生的伪影，该方法在逼真的模拟至真实图像转换和天气转换中实现了最先进的性能，同时在日夜转换中表现良好，并提出了基于类别的翻译质量评估指标 sKVD 和 cKVD。

    Sep, 2023

  • 用于可控图像翻译的风格感知鉴别器

    本文提出了使用原型自监督学习控制风格关注的鉴别器，同时作为评论家和风格编码器来提供条件，以缓解现有图像到图像转换中标签不考虑语义距离所导致输出域控制和插值问题，并基于此进行风格插值，内容移植和局部图像转换。

    Mar, 2022

  • 通过学习解缠映像映射进行多映像转换

    本研究提出了一种基于编码 - 解码框架和有条件对抗性训练的统一模型，用于实现多模态和多域图像翻译任务。实验结果表明，该方法优于现有的方法。

    Sep, 2019

  • 使用语言模型作为鉴别器的无监督文本风格转移

    本研究提出了一种新的方法，使用目标域语言模型作为辨别器，为生成模型提供更丰富和更稳定的令牌级反馈，以便用于二进制分类器在 GAN-based 无监督风格转换系统中。该模型可使用从生成模型下的连续近似离散采样而训练，且相较于以前使用卷积神经网络（CNN）作为辨别器的先前工作，我们的方法在单词替换解密、情感修改和相关语言翻译三项任务上表现出了更好的性能，同时可以省略训练期间的对抗步骤，使过程更加稳定。

    May, 2018

  • 探索显式领域监督在无配对图像翻译中的潜在空间解缠

    本文提出了一种基于显式域监督的非配对图像翻译框架 DosGAN，该框架使用分类网络提取每个图像的域特定特征，并使用另一个编码器提取域无关的特征，二者结合生成目标域的图像。该方法在多个数据集上进行了实验，证明了其有效性，并且可以进行任何两个图像之间的有条件翻译，而以前的模型不能处理此任务。

    Feb, 2019

  • In2I ：基于生成对抗网络的无监督多图像到图像转换

    本文介绍了一种利用多个输入域来实现图像翻译的方案，使用基于生成对抗网络的多模式生成器结构和一种新的损失项，潜在一致性损失，实现了比现有无监督图像到图像转换方法更好的转换效果。

    Nov, 2017

  • 无监督多领域图像转换与专用编码器 / 解码器

    我们提出了一种名为 Domain-Bank 的新型统一框架，该框架由一个全球共享的自编码器和 n 个特定领域的编码器 / 解码器组成，假设可以投影出一个通用共享潜在空间。除了高效率外，我们还在各种具有挑战性的无监督图像转换任务中展示了可比（甚至更好的）图像转换结果（包括人脸图像转换，时尚服装转换和绘画风格转换）。此外，由于该框架具有显式的域特定解码器及通用共享的潜在空间的表示，因此它还使我们能够进行增量学习来添加新的域编码器 / 解码器，并通过融合相应的解码器来获得不同域的表示的线性组合。

    Dec, 2017