CycleGAN非配对图像翻译
非配对图像翻译的目标:从非配对图像中学到转换
从非配对的两个领域之间学到一种映射,比如给定一张白天拍的照片和晚上拍的照片,让你去学习一种映射,把所有的白天拍的照片都转成晚上拍的照片
回想语言翻译
我们也会遇到类似的问题,例如对于某些小语种,比如某些部落的语言,不像英语汉语有平行语料,也找不到这些小语种和大语种的平行语料
这个时候我们就会用另一种方法,一个好的翻译要能把句子翻译过去再翻译回来
这样的思路也可以迁移到我们非配对图像翻译上来。将一个图像从领域A转换到领域B再转换回来,还能得到原图像的话,那么就认为这个转换是一个好的转换
问题建模
两套GAN
两个一致性损失
要有两个判别器和两个生成器
Dx就是映射F的判别器,判断x和F(y)是不是在同一个领域
Dy是映射G的判别器,判断y和G(x)是不是在同一个领域
目标函数
在x和经过两次变换得到的x^ 之间的损失函数
在y和经过两次变换得到的y^之间的损失函数
因为x和y都最后又变成了x和y,所以名字叫做CycleGAN
损失函数
和GAN的损失函数是一样的
λ系数是控制权重的
因为是没有配对的,所以域A中一张图片可以映射到域B中的任意一张图片
如果没有cycle一致性损失的时候,其映射结果是很多样的
参考:https://blog.csdn.net/hxxjxw/article/details/108011161
网友评论