Pixel-Level Domain Transfer 论文笔记

Pixel-Level Domain Transfer¹，以下简称为Pixel-Level，是一种image-to-image 的conditional GAN。Pixel-Level试图解决的问题是：给定一个服装模特，输出该服装。

原理

使用GAN

在给定一张源图时，生成的答案应该是不唯一的，如上图所示。在损失函数中，若直接计算生成出的目标图片图片${\hat{I}}_T$和样本中给出的目标图片$I_T$的均方差，例如${\Vert {\hat{I}}_T-I_T\Vert }_2^2$，作为损失的话，会丢失其他的可能性。并且均方差假定了所有像素遵循高斯分布，这会导致生成的图像模糊不清。

为了解决这个问题，使用鉴别器来作为损失函数的一部分，生成清晰且多样的图像。

使用两个鉴别器

对于一个生成器的生成的结果，文中将其分为${\hat{I}}_T^{+},{\hat{I}}_T^{\oplus },<$