StarGAN（2018）: Unified Generative Adversarial Networks for Multi-Domain Image-to-Image Translation

StarGAN: Unified Generative Adversarial Networks for Multi-Domain Image-to-Image Translation

简述：
现有的方法在两个以上的领域中具有有限的可扩展性和鲁棒性，因为不同的模型应该为每一对图像域独立地建立。为了解决这一限制，本文提出了StarGAN，可以仅使用一个模型在多个域中执行图像到图像的转换。stargan的这种统一的模型体系结构允许在一个网络中对不同领域的多个数据集进行并行训练。
下图为cycleGAN中，每一对图像域独立的建立模型结果：

下图为本文starGAN中，可以同时对不同领域的多个数据集进行并行训练结果：

下图为starGAN与其他GAN网络的异同点：