GAN论文内容简述

BicycleGAN: Toward Multimodal Image-to-Image Translation.2017

Abstract：

许多图像到图像转换问题输出图像是模糊的，因为一个输入图像有可能对应多个输出。本文提出在条件生成模型中对可能的输出分布进行建模，map的模糊性一个低维度的隐藏向量，输出时通过对这个隐藏向量的采样进行输出。输入和输出的隐藏码之间是可逆的，解决模式崩溃问题。

Introduction:

主要的两个目标：感觉真实和多样

BicycleGAN：除了学习隐藏码和输出之间的map之外，还学习一个encoder将输出编码回隐藏码

CycleGAN: Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks.

Abstract:

解决unpaired训练集上的图像转换问题。同时建立X->Y和Y->X的map。

Limitations:

1. 在色彩和质地变化的问题上处理效果较好，但是对于几何尺度上变化的问题效果较差
2. 受限制于训练集，有些变化可能没办法完成。比如训练集中只有野马和斑马，没有人骑着马的训练集，这样在遇到人骑马时，并不能单独对马进行迁移。
3. cycleGAN实现的unpaired数据集上的输出的结果，与实际paired的训练数据集实现的结果有较大的差距。

DiscoGAN: Learning to Discover Cross-Domain Relations with Generative Adversarial Networks.

Abstraction:

自动学习不同domain之间的联系

Introduction:

问题可以转化为，根据一个domain的图像生成另一个domain里的图像。比如根据一个包的风格生成一只同样风格的鞋子。

结合两种GAN网络，大概的过程是，通过b的网络来保证生成的图像依旧在原来的domain中。通过a的网络来保证生成的图像与目标domain有联系（比如风格等）。比如给了一只鞋子，希望根据包的风格来生成鞋，b网络保证生成出来的一定是个鞋而不能是个包，a网络保证生成的鞋风格和包是一样的。

DualGAN: Unsupervised Dual Learning for Image-to-Image Translation.

Abstract:

双向训练

Introduction:

之前的很多图像转换问题都是使用不同模型处理不同问题。本文提出一个可以适用于多种图像转换问题的模型。DualGAN的思想来源于NLP。但是NLP中，用到了预训练模型来保证生成的语言是正确的。在图像转换问题中，得到预训练模型很困难，不使用预训练模型。

Face-Age-cGAN: Face Aging With Conditional Generative Adversarial Networks.

Abstraction：

引入了一种“Identity-preserving”优化方法进行人脸老化。

Introduction

传统的两种aging法：

1. Prototype approaches:简单且快速，但这种方法取预定年龄组里面部的平均，会完全忽略人脸的个人特征。
2. Modeling approaches:采用建模的方法，采用参数化模型针对个体的肌肉、皮肤等来做aging。但是这种方法需要有很多某个个体不同年龄段的一系列图片。

原来GAN存在的问题：个人的面部特征信息时常会丢失

本文的改进：

1. 设计Age-cGAN，生产出在指定年龄段的高质量aging图片
2. 提出了一种新的隐藏向量优化，可以使得Age-cGAN保存个人特征。

*GeneGAN: Learning Object Transfiguration and Attribute Subspace from Unpaired Data.

以前的方法：依赖特征空间的操作、paired数据集、显式模型。
GeneGAN：encoder学习出背景向量和目标特征向量，decoder输入背景向量以及不同的目标特征向量就能产生出不同的生成结果。



通过提取特征保持背景不变进行生成

IcGAN: Invertible Conditional GANs for Image Editing.

cGAN的问题是不能够找到输入图片的隐藏向量（latent representation），而隐藏向量对于重建图片来说是十分重要的。
IcGAN网络结构：
大概是输入图片x，Ez变成一个包含x信息的向量z，通过Ey变成一个向量y，根据需要更改y向量为y‘作为condition。后半部分完全是一个conditional GAN。

Fader Networks: Manipulating Images by Sliding Attributes.

Abstract：

提出一种新的编码器-解码器架构，该架构通过在潜伏空间中直接拆分图像的显著信息和属性值（连续的）来训练重建图像。提出的模型可以通过改变属性值来生成输入图像的不同输出。

DTN: Unsupervised Cross-Domain Image Generation.

核心思想：D判断生成图像的质量及真假，最后的$f(g(f(x)))$是生成的目标图像转换回的特征，$f(x)$与$f(g(f(x)))$越接近表示生成的图像源特征保留的越好。

UNIT: Unsupervised Image-to-Image Translation Networks.

shared-latent space assumpation

网课有

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

网课有

Image to Image Translation for Domain Adaptation…