GAN論文研讀(四)-----Cycle GAN 與 Star GAN

1. Cycle GAN與圖像風格轉換   WGAN後,GAN生成圖像不穩定的問題已基本解決,剩餘的缺點以難以蓋過它的優勢。在這種狀況下,Jun-Yan Zhu等人將GAN的應用推廣到圖像風格轉換領域,並基於此給出了許多有趣的應用。圖像風格轉換通常須要一對圖像做爲訓練樣本,可是成對的訓練樣本在現實生活中每每是難以獲得的,鑑於此,做者在Cycle GAN中取消了成對樣本的限制,直接使用具備不一樣風格
相關文章
相關標籤/搜索