二元函数图像生成器_论文阅读 | 图像转换(五) AttentionGAN

AttentionGAN: Unpaired Image-to-Image Translation using Attention-Guided Generative Adversarial Networks

AttentionGAN: Unpaired Image-to-Image Translation using Attention-Guided Generative Adversarial Networks​arxiv.org

在CycleGAN的基础上，生成模型不仅生成图像，也生成注意力图，然后用注意力图、生成图像、原图进行融合，得到最终生成的图像。

---

这篇论文还有一篇前身，提出的算法简称为AGGAN（Attention-Guided GAN）：

Attention-Guided Generative Adversarial Networks for Unsupervised Image-to-Image Translation​arxiv.org

AttentionGAN（Attention-Guided GAN）论文中提出的结构包含两种方式，一种就是AGGAN，另一种我就称为AttentionGAN了。

我就直接抓主要的讲了。

AGGAN

CycleGAN的结构，不过生成网络输出：生成内容图像+Attention Mask，然后做融合

生成网络

的网络结构可以与CycleGAN一致，差异在于输出层：

1. 维持原来生成图