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
