Frequency Domain Image Translation: More Photo-realistic, Better Identity-preserving 论文笔记
作者信息当前要解决的问题基于GAN的方法使得图像到图像的翻译发生了巨大的变化,然而在使用源图像和参考图像合成新图像的任务中,现有的方法存在问题,即:合成后的图像缺乏保留源域identity(标识或身份)的能力,导致合成图像过度适应参考域,失去重要的结构特征,导致视觉效果不理想解决方法提出了一种基于频率域的图像翻译框架FDIT,利用频率的信息来增强图像生成过程主要思想:将图像分解为低频和高频成分,并