StarGAN v2: Diverse Image Synthesis for Multiple Domains论文阅读
Github(包含代码、数据集、与训练模型):https://github.com/clovaai/stargan-v2
关键词:multiple domains,
主要贡献:
- 改进了StarGAN,提出了StarGANv2,它是一个scalable的跨multiple domains的模型,将StarGAN中的domain label替换为style code。
- mapping network将高斯分布的噪声编码为style code,style encoder从参考图片中提取style code。
- 提出了一个新的animal faces的数据集——AFHQ,它具有高图片质量和良好的variations。
StarGAN v2
模型
令X、Y分别代表图片和domains的集合。取x∈X,随机的domain y∈Y,我们的目标是训练一个单独的generator G,它可以生成与x相对应的每个domain y内的不同的图片。我们在每个domain学习到的style空间内生成domain-specific style vector,然后训练G来反映style vector。
具体结构如下图所示:
它由四个模块组成:<