用于面部属性转移的多域图像到图像转换-研究论文

【文件属性】：
文件名称：用于面部属性转移的多域图像到图像转换-研究论文
文件大小：7MB
文件格式：PDF
更新时间：2021-06-10 07:47:23
论文研究 在深度学习领域，图像到图像的翻译是计算机视觉的一个新兴概念。 它的目标是学习输入图像和输出图像之间的映射。 多年来，在两个领域的图像翻译方面取得了显着的成果。 然而，现有的研究需要不同的生成器来对多个域映射进行建模。 为了克服这个缺点，我们提出了一种可扩展的方法，该方法可以仅使用单个生成网络和支持向量机执行多域图像到图像的转换。 我们的架构允许使用单个网络控制训练不同域的多个数据集的不同生成任务。 我们的架构还包括一个 SVM 分类器，用于将生成的图像分类到目标域中，从而提供一种机制来检查自己生成的图像的正确性。 与现有的两个域之间的翻译模型相比，我们的实验结果表现出卓越的定性性能。 我们的方法是可扩展的，我们代表了它在面部属性转移任务中的成功。