Multimodal Unsupervised Image-to-Image Translation

摘要 无监督的图像到图像转换是计算机视觉中的重要且具有挑战性的问题。给定源域中的图像，目标是学习目标域中的对应图像的条件分布，而不会看到对应图像对的任何示例。虽然这种条件分布本质上是多模态的，但现有方法做出了过于简化的假设， 将其建模为确定性的一对一映射。结果，它们无法从给定的源域图像生成不同的输出。为了解决这个限制，我们提出了一种多模态无监督图像到图像转换（MUNIT）框架。我们假设图像表示可以

>>阅读原文<<