| 前人工作
论文Unsupervised attention-guided image-to-image translation和论文Attention-GAN for Object Trans l ation in Wild Images都对注意力机制与GAN结合进行了研究,但是都将attention用于分离前景(foreground)和后景(background),主要做法为:
将生成器网络拆成两部分,第一部分为预测网络(用于预测感兴趣的区域),第二部分为转换器网络(用于两个域之间图像的转换)。
论文Attention-GAN for Object Trans l ation in Wild Images主要思想为:
使用输入image的分割注释作为额外的监督信息来训练注意力网络,然后将注意力图应用于转换器网络的输出,从而将输入图像的背景用作输出背景,从而提高生成图像质量。
| SPA-GAN
论文SPA-GAN发表于2020年TOM(IEEE Transactions on Multimedia)
名称:SPA-GAN: Spatial Attention GAN for Image-to-Image Translation (SPA-GAN)
期刊:IEEE Transactions on Multimedia 2020