今天要说的这篇论文，全名《Image-to-Image Translation with Conditional Adversarial Networks》，来自CVPR2017。这一篇可谓是pix2pix的开山之作，很有意思。
那么这篇论文做了一件什么事呢？在我们的日常生活中，其实有非常多图像转换的问题，如下图所示：
比如这种简笔画转实物图（反之亦然），就是很有意思的一个应用场景。
作者的核心思想，使用了GAN网络，GAN的具体介绍请移步：
GAN网络：
这篇论文介绍了使用条件生成对抗网络（cGANs）进行图像到图像转换的方法，如简笔画转实物图。cGAN不同于普通GAN，它结合原始图像和噪声生成输出。论文提出了U-Net结构的生成器和patchGAN判别器，通过L1损失和dropout技术改进生成结果。实验表明，这种方法在图像细节和高频信息处理上有优势，但需要大量配对图像进行训练，且生成图像的真实度有限。
订阅专栏 解锁全文
6173
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
