StarGAN v2: Diverse Image Synthesis for Multiple Domains 閱讀筆記和pytorch代碼解析

一.網絡框架

 

 

1.Generator

　　Generator起到的做用是將source圖像轉化爲target圖片，其中target圖片具備style code，用s表示，同時符合source圖片x的內容。其中style code能夠由mapping network F或者style encoder E生成。這裏咱們用AdaIN將s加到G裏面，這使得咱們能夠添加多個style code。

　　這裏介紹一下AdalN，即Adaptive Instance Normalization，其公式以下

　　　　

 

其中，內層均值和標準差分別表示content image的特徵的均值和標準差，外層均值和標準差分別表示style image的特徵的均值和標準差。這個公式能夠理解爲，先去風格化（減去自身均值再除以自身標準差），再風格化到style image的風格（乘style image的標準差再加均值 ）。

2.Mapping Network

　　Mapping Network起到的做用是輸入一個latent code z，也就是噪聲，根據給定的domain y，mapping network F生成一個style code s。這裏mapping network主要由MLP組成，具備多個輸出，提供到多個domain的變換。

3.Style Encoder

　　style encoder和前面的mapping network是對應的，不一樣的是mapping network根據隨機噪聲和選定的domain輸出style code，而style encoder則根據圖片x和其對應的domain生成style code。和mapping network E同樣，style encoder E也支持根據不一樣的圖像生成不一樣的style code。

4.Discriminator

　　這裏discriminator一樣支持多任務，有多個鑑別輸出，對應不一樣的domain。

 

二.訓練目標

1.Adversarial目標

　　咱們隨機選取一個噪聲z和一個目標domain y~。利用F生成style code s~。

         

　　generator G用s~和選定的圖片x生成G(x,s~)。對抗損失表示爲

            

2.Style reconstruction

　　定義以下風格重建偏差

     

　　即要求轉換後，生成的圖片也能提取出一樣的style code。

3.Style diversifification

　　爲了使generator生成更加多樣化的target圖片，引入以下的風格多樣化損失:

　　

 

 

 　　省去了MSGan中的分母防止訓練不穩定，該項的目的是增長生成結果的多樣性。

4.Preserving source characteristics

　　爲了保留原圖像的屬性，引入cycleGan中的循環一致性損失

           

　　轉換後的圖像也能重建出原圖像，保證了原圖像其餘屬性不丟失。

5.總目標

　　 

 

 

三.網絡結構

1.Generator

                                

2.Mapping Network

                             

3.Style encoder

                          

4.Discriminator

　　和style encoder同樣。

 

四.代碼解析