GAN眼中的图像翻译（附神奇歌单）

这是一篇总结文，总结我看过的几篇用GAN做图像翻译的文章的“套路”。

首先，什么是图像翻译？

为了说清楚这个问题，下面我给出一个不严谨的形式化定义。我们先来看两个概念。第一个概念是图像内容(content)  ，它是图像的固有内容，是区分不同图像的依据。第二个概念是图像域(domain)，域内的图像可以认为是图像内容被赋予了某些相同的属性。举个例子，我们看到一张猫的图片，图像内容就是那只特定的喵，如果我们给图像赋予彩色，就得到了现实中看到的喵；如果给那张图像赋予铅笔画属性，就得到了一只“铅笔喵”。喵~

图像翻译是指图像内容从一个域迁移到另一个域，可以看成是图像移除一个域的属性 ，然后赋予另一个域的属性 。我们用和来表示域和域的图像，图像翻译任务即可以定义为，寻找一个合适的变换使得

当然，还有一种图像翻译，在翻译的时候会把图像内容也换掉，下面介绍的方法也适用于这种翻译，这种翻译除了研究图像属性的变化，还可以研究图像内容的变化，在这里就不做讨论了。

常见的GAN图像翻译方法

下面简单总结几种GAN的图像翻译方法。

• pix2pix

简单来说，它就是跟cGAN。Generator的输入不再是noise，而是图像。