SPGAN
中了CVPR 2018,属于ReID领域。
全名是“Image-Image Domain Adaptation with Preserved Self-Similarity and Domain-Dissimilarity for Person Re-identification”。
论文关键点
SPGAN = CycleGAN + L(ide)+L(con)
similarity preserving GAN (SPGAN)包含两个部分,一个是CycleGAN+L(ide),另一个是SiaNet(孪生网络)。其中,SiaNet就是用于实现self-similarity 和 domain-dissimilarity的。
SiaNet的学习目标也是要让正对的距离小(即,self-similarity ),负对的距离大(即,domain-dissimilarity)。因此,作者提出了Similarity preserving loss 来实现这个功能。
正对:表示同一张图片,转换前后需要尽量相似。
负对:反映domain-dissimilarity,也有两种类型,表示来自不同domain的图片,即使转换到相同domain,也不能相似。"