深度生成模型之图像翻译GAN ->(个人学习记录笔记)

文章目录

  • 深度生成模型之图像翻译GAN
    • 图像翻译的应用
      • 1. 风格迁移
      • 2. 数据增强
      • 3. 经典图像任务
      • 4. 内容创作
      • 5. 人脸图像编辑
      • 6. 人体图像编辑
    • 图像翻译模型
      • 1. 有监督图像翻译模型
      • 2. 无监督图像翻译模型
      • 3. 多域图像翻译模型

深度生成模型之图像翻译GAN

图像翻译的应用

1. 风格迁移

  • 各类风格化应用

2. 数据增强

  • 仿真数据,增强数据的多样性

3. 经典图像任务

  • 图像上色,图像分割,边缘检测,图像增强,超分辨,图像修复等

4. 内容创作

  • 交互式图像生成,图像编辑

5. 人脸图像编辑

  • 人脸表情,年龄,妆容,身份编辑,动漫风格化等

6. 人体图像编辑

  • 虚拟试衣,动作迁移等

图像翻译模型

1. 有监督图像翻译模型

  • Pix2pix,输入为图片,输出为图片,条件也是图片,需要成对的图片/标签数据进行训练

深度生成模型之图像翻译GAN ->(个人学习记录笔记)_第1张图片

  • Pix2pixHD,使用多尺度生成高精度结果(2048×1024)

2. 无监督图像翻译模型

  • Couple-GAN,获取两个域的联合分布

深度生成模型之图像翻译GAN ->(个人学习记录笔记)_第2张图片

  • UNIT,使用两个编码器将不同域的样本X1和X2映射到共享潜在空间z,然后分别输入生成器和判别器

  • CycleGAN,循环GAN

  • CycleGAN工程技巧

  • 与CycleGAN近似等价的其他结构,DualGAN,DiscoGAN,XGAN

深度生成模型之图像翻译GAN ->(个人学习记录笔记)_第3张图片

3. 多域图像翻译模型

  • StarGAN,多域之间的转换

深度生成模型之图像翻译GAN ->(个人学习记录笔记)_第4张图片

  • 部分内容来自阿里云天池

你可能感兴趣的:(机器学习,生成对抗网络,学习,笔记)