图像美化论文笔记： Deep Photo Enhancer:Unpaired Learning for Image Enhancement from Photographs with GANs

论文地址：Deep Photo Enhancer:Unpaired Learning for Image Enhancement from Photographs with GANs

来源： 2018 CVPR

在线demo：http://www.cmlab.csie.ntu.edu.tw/project/Deep-Photo-Enhancer/

GitHub：https://github.com/nothinglo/Deep-Photo-Enhancer  

任务：image enhancement 图像增强 

方法：将这一问题作为 image to image translation任务，使用改进的two-way GAN 实现unpaid训练集进行训练

创新：global U-Net  + A-WGAN

引言：

文章将图像增强作为了一种图像翻译来进行处理，使用GAN做图像翻译，就我而言印象深刻的可能就是17年的两篇文章：pix2pix 和 cycGAN 。一个是paired,一个是unpaired，并且文章中有很多有趣的应用。

基于这两篇文章，在图像增强上也出现了大量的采用GAN来进行成对和非成对数据的工作。

而这篇DPE是将GAN应用到图像增强上。大的方向也是不成对的数据集，进行训练，来解决成对数据集收集的困难这一问题。

数据：

Paired:

自构建数据集： 如果自己构建数据集对差的图片进行一张张ps处理是不现实的，可以采取【将大量好的图片使用传统图像处理方法不同程度变坏】的方式 

公开数据集： ① MIT-Adobe FiveK Dataset

                       ② DSLR Photo Enhancement Dataset

Unpaired:

不要求一一对应，是域与域的构建。对于差