教師なし条件付きジェネレーション*スタイルの転送
条件付きジェネレーション*スタイル転送)
CycleGAN
サイクル一貫性の敵対ネットワークを使用して対になっていない画像間の翻訳
1.Main Porpose
ドメイン転送のために不対ソース&ターゲットデータ
2.Structure
3.LossのFunc
絵画から写真生成:+アイデンティティの喪失
4.Metrics
- 定性的:AMTの研究
- 定量:FNCスコア:写真にラベルを検出するlabels->写真、FNCのために
- 定量:データセットから標準のメトリック、フォト>ラベル:ピクセルごと、クラスごと、クラスIOU
5.Datasets
- Cellectionスタイルの転送:フリッカーWikiart
- オブジェクトの変容ImageNet
- シーズン転送のFlickr
- フォト強化:Flickrの
StarGAN
1.メインPorpose
ConditionalGAN(ただ、ジーン、ノー転送)+ CycleGAN(片側)
2.Structure
3.損失のFunc
- Adversail損失
- ドメイン分類損失
- サイクル損失
4.メトリック
- 定性的:ギブ結果の写真
- 定量:AMT
- 定量:表情の分類エラー
5.DataSets
- セレステ
- RaFD
6.その他の貢献
マルチデータセットは、すべて一緒に訓練を受けたためにベクトルマスク
PairedCycleGAN
PairedCycleGAN:メイクアップを適用すると削除のための非対称スタイル転送
1.メインPorpose
顔のためのさまざまなスタイルのメイクアップと潮オフ、非対称ネット
2ネット構造
3.LossのFunc
- 敵対損失
- アイデンティティの喪失
- スタイル損失
- 同じメイクスタイルかどうか
4 .Metric
- 定性的:画像が示します
- 定量:シングル/マルチタスクにAMT
- 定量:表情の分類
5.Datasets
YouTubeのメイク動画から