GAN : Unpaired Image to Image Translation

reference:

1. [Youtube

   [MODUCON 2019] 보다 유연한 이미지 변환을 하려면 - 이광희](https://www.youtube.com/watch?v=rHDa_fEd_0Q)

2. [PPT	보다 유연한 이미지 변환을 하려면 - 이광희](http://moducon.kr/wp/wp-content/uploads/2020/02/%E1%84%8B%E1%85%B5%E1%84%80%E1%85%AA%E1%86%BC%E1%84%92%E1%85%B4_ModuCon.pdf)

1. Unimodal(one-to-one) Translation

하나의 도메인, 하나의 스타일에 대한 변환

• Type A : Cycle Consistency Loss
  • CycleGAN (ICCV, 2017)
  • DiscoGAN (ICCV, 2017)
• Type B : Shared Latent space Assumption
  • UNIT (NIPS,2017)

2. Multi-modal Tranlation

하나의 도메인 내에서 다양한 스타일을 표현

Partially Shared Latent Space

Feature Disentanglement

• MUNIT (ECCV, 2018)
• DRIT (ECCV, 2018)

3. Multi-domain Tlanslation

다양한 도메인을 표현

Domain Label

Unified Structure

• StarGAN (CVPR, 2018)

4. Multi-mapping Translation (Multi-modal + Multi-domain)

다양한 도메인을 표현하고 동시에 각 도메인마다 다양한 스타일까지 함께 표현

Unified Style Encoder

• DRIT++ (arXiv, 2019)
• DMIT (Neurips, 2019)
• SDIT (ICM, 2019)
• StarGAN v2 (arXiv, 2019)

관성을 이기는 데이터

저작자표시 (새창열림)