Cycle-VAE-GAN《Camera Style Adaptation for Person Re-identification》替换CycleGAN中生成器为VAE

      对Cycle-GAN网络结构的修改，将原论文结构（下图）中的的ResnetGenerator（图中的GeneratorA2B和GeneratorB2A）替换成VAEGenerator，构建了Cycle-VAE-GAN的新结构来进行相机风格间的转换。

code：https://github.com/xr-Yang/CycleGAN-VAE-for-reid

   对新结构进行了一定的实验测试，具体实验过程和测试过程如下。

•    实验过程：

    1.利用Cycle-VAE-GAN训练market1501数据集下各相机风格的一个转换模型。

    2.生成各相机间风格转换的图像。

•    测试过程：

    1.定性分析：直观的对比两种方法生成图像的质量和清晰度。

    2.定量分析：（1）通过FID（Frechet Inception Distance）和SSIM(Structural SIMilarity)两个公认的评价GAN网络生成图像质量的指标，对比测试Cycle-VAE-GAN和Cyle-GAN生成图像的质量。（2）通过原论文的训练方式加入Cycle-VAE-GAN生成的图像，对比ReID模型的mAP和rank-1

•   实验结果

  1.定性的比较两种方法生成图像的