深度学习【47】Unsupervised Image-to-Image Translation with Generative Adversarial Networks

我们之前介绍了pix2pix和pix2pixHD都是属于有监督的图片到图片的转换，也就是其训练数据集要求每一张待转换图片必须有一张目标转换图像相对应。

今天我们来看看如何利用GAN做无监督的图像到图像的转换。既然是无监督的图像到图像转换，那么在训练数据集中肯定是没有成对的数据了。比如性别的转换，假设我有张奥巴马的图片，那么肯定不能找到一张女的奥巴马图片吧吧。所以这就叫无监督。还是以性别转换为例，我们还是有可用信息的，那就是图片的标签信息。这篇论文就是利用图片的标签信息，来达到某一类别的图片转成另一类别的图片的目的。

我们直接看看论文给的模型图:

训练过程分两步，先训练一个GAN网络；然后固定G网络，训练一个Encoder网络。接着就可以用训练好的Encoder网络和G网络进行转换了。

训练GAN

该GAN的目标函数为：

其中s表示图片为真实图片的分数，c表示类别， Xreal</