上手AIGC必读经典算法——CycleGAN

CycleGAN 论文

Unpaired Image-to-Image Translation Using Cycle-Consistent Adversarial Networks

论文地址：Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks-ReadPaper论文阅读平台

摘要：

翻译

图像到图像的转换是一类视觉与图形问题，其目标是利用一系列对齐的成对图像（aligned image pairs）来训练学习输入图像和输出图像之间的映射。然而，对于许多任务来说，成对的训练数据是不可获取的。我们提出了一种方法，在没有成对实例的情况下学习将图像从源域（source domain）X转换到目标域（target domain）Y。我们的目标是学习一个映射G：X→Y，使G(X)的图像分布与使用对抗性损失的Y分布不可区分。因为这个映射是高度欠约束的（ highly under-constrained），我们把它与一个反向映射F：Y→X结合起来，并引入一个循环一致性损失来推动F(G(X))≈X（反之亦然）。在几个不存在配对训练数据的任务上给出了定性的结果，包括风格迁移、物体变形、季节转换、照片增强等。并与之前的几种方法进行定量比较，证明了我们的方法的优越性。

提炼

1. 图像翻译任务需要对齐的图像对，但很多场景下无法获得这样的训练数据
2. 提出了一个基于非配对数据的方法，仍然可以学习到不同 domain 图像间的映射
3. CycleGAN是在GAN loss的基础上加入循环一致性损失，使得 F(G(X)) 尽量接近 X （反之亦然）
4. 在训练集没有配对图像的情况下，对CycleGAN在风格迁移、物体变形、季节转换、图像增强等多个图像翻译任务中的生成结果做了定性展示
5. 与此前一些方法的定量比较，进一步显示了CycleGAN的优势

研究背景

双射（ Bijection ）

既是单射又是满射的映射，即“一一映射”

• 映射：两个非空集合X与Y间存在着对应关系f，而且对于X中的每一个元素x，Y中总有唯一的一个元素y与x对应
• 单射（ injection ）：对于X中不同的元素x，其所对应的y也各不相同
• 满射（ surjection ）：对于Y中的每一个元素y，都至少存在一个x与其对应
• 

域自适应/泛化（Domain Adaptation/Generalization）

• domain自适应/泛化是迁移学习的一块重要研究领域
• 不同形式和来源的数据，其domain各不相同，数据分布存在域差异（Domain Discrepancy）
• 而domain自适应/泛化的目标，就是学习到不同domain间的域不变（Domain Invariant）特征

神经风格迁移（Neural Style Transfer）

• 在CNN中，通过CV任务学习到的content表征和style表征可以进行区分
• Gram矩阵：一组向量间两两的内积所组成的矩阵，称为这组向量的Gram matrix，它可以表示这组向量的长度以及之间的相似程度
• 使用预训练CNN模型中的高层feature作为输入图像的content表征，使用各层feature的Gram矩阵作为输入的style表征

研究成果

研究意义

• 在pix2pix的基础上，通过引入循环一致性，减少了对配对数据集的需求，进一步拓展了GAN在图像翻译领域的应用范围

• 进一步验证了 GAN + 循环一致性/对偶（dual）的思路，可以在无监督 DomainAdaptation 的领域中取得不错的效果

论文结构

1. Introduction
2. Related work
3. Formulation
   3.1. Adversarial Loss
   3.2. Cycle Consistency Loss
   3.3. Full Objective
4. Implementation
5. Result
   5.1. Evaluation
   5.1.1. Evaluation Metrics
   5.1.2. Baseline
   5.1.3. Comparison against baselines
   5.1.4. Analysis of the loss function
   5.1.5. Image reconstruction quality
   5.1.6. Additional results on paired datasets
   5.2. Application
6. Limitations and Discussion