生成模型--StarGAN

StarGAN

  生成式对抗性网络（GANs）的近期进步已经在面部表情生成任务中展现出了令人惊喜的结果。这项任务上最成功的架构是 StarGAN，它把 GANs 的图像生成过程限定在了一个具体的范围中，也就是一组不同的人做出同一个表情的照片。这种方法虽然很有效，但是它只能生成若干种离散的表情，具体是哪一种由训练数据的内容决定。

  Stargan这种，对于不同数据集上的不同领域的迁移学习，有没有什么见解？是否了解其他的相关工作？
  回答：我们组也在做cycleGAN在迁移学习中的应用，这里的迁移主要是目标分布下的图像合成，在跨姿态人脸识别方面以及Re-ID方面都有很多的工作，通过生成与目标分布一致的图像，并对合成的图像进行特征表示和识别。这个方向比较热。