Cycle-GAN 笔记

Cycle-GAN

在缺少GT的情况下，利用GAN捕获某组图像的特点，实现图像迁移。

相关研究

风格迁移：使用Gram矩阵实现图片级别的映射关系。

非对称的图像迁移：跨模态场景网络使用权重共享的策略，生成不同场景下的共同表征。

本文方法

• 本文目的是寻找两个不同风格图片之间的映射关系：

$
G: X->Y \
F: Y->X
$

• 判别器的作用与传统GAN的判别器作用相同。

• 损失函数由两部组成：

  • 对抗损失：通过不断优化， 使生成器能够生成从X到Y的映射。
  • 循环一致损失：防止G和F之间形成过大的反差。

对抗损失

对于生成网络G和它对应的判别器