Unsupervised Conditional Generation

Transform an object from one domain to another without paired data.

Two approach

IMG_0025.PNG

---

第一种方法

1. 忽略输出图片跟输入图片的相似性，直接上

   
   IMG_0026.PNG

2. 弄两个encoder网络来使输入输出的特征向量保持一致

   
   IMG_0027.PNG

3. 弄两个Generator,使输入输出在保持pixel-wise的相似性。

   
   IMG_0028.PNG

4. 在3的基础上再弄一套从domain Y到domain X的网络

   
   IMG_0029.PNG

Issue of Cycle Consistency

IMG_0030.PNG

StarGAN

借鉴编码的思想，对特征域编码

IMG_0031.PNG IMG_0032.PNG IMG_0033.PNG

---

第二种方法

• 按照autoencoder的方法训练，但如何保证两个autoencoder产生的特征向量有相似性？

  
  IMG_0034.PNG

• 共享两个autoencoder的参数

  
  IMG_0036.PNG

• 增加一个domain discriminator

  
  IMG_0037.PNG

• cycle consistency

  
  IMG_0038.PNG

• semantic consistency

  
  IMG_0039.PNG