StarGAN v2是StarGAN的升级版，专注于多领域的图像多样性合成。它采用风格编码代替域标签，通过映射网络和风格编码器实现。模型包括生成器、映射网络、风格编码器和判别器。实验中，StarGAN v2在CelebA-HQ和新创建的AFHQ数据集上展示了优越性能，通过FID和LPIPS指标进行评估。
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：<
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
