Unsupervised Conditional Generation
Transform an object from one domain to another without paired data.
Two approach
IMG_0025.PNG
第一种方法
-
忽略输出图片跟输入图片的相似性，直接上
IMG_0026.PNG -
弄两个encoder网络来使输入输出的特征向量保持一致
IMG_0027.PNG -
弄两个Generator,使输入输出在保持pixel-wise的相似性。
IMG_0028.PNG -
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
