Unsupervised Image-to-Image Translation Networks---VAE+GAN+Cycle

總說 這篇論文是基於CoGAN的,下面是總體結構圖: 文章假設來自兩個不同domain的同種語義的圖片具有相同的latent vector。比如白天的上海灘與黑夜的上海灘,都是上海灘(高層語義一致,即latent vector一致),而這種語義特徵再經過解碼成具體的表現形式(底層網絡用於語義的具體表現形式)。 因此網絡設計如下: E1 和 E2 的高層網絡進行共享(具有相同的語義),得到相同的語義
相關文章
相關標籤/搜索