正文
简介
Attribute guided unpaired image-to-image translation with semi-supervised learning.cited-2.
official,pytorch,star-28.
关键字
Image-to-Image，多模态，多域，半监督学习
正文
1. 动机和思路
使用半监督的学习方式解决目前的UIT的多模态，多域的问题，目标如图（原文Table1），要到达的效果如图（原文Fig1）。思路是解耦内容特征和风格特征，这里的风格特征由风格噪声（正态分布）+属性编码合在一起。
2. 模型
模型含7个子部件，内容编码器，风格编码器，内容分类器，内容判别器，目标域判别器，转换样本分类器，生成器，具体的构造和步骤如图（原文Fig2）：
编码器，生成器和判别器交替进行训练。个人理解最大的创新是风格内是噪声和属性的混合编码，不太理解的是属性和内容特征都包含了标签信息，那是否可以解耦成3个特征（样式，属性，内容）再组合更灵活，此时内容就只能用重构来保持了。
参考资料
[1] Li, Xinyang, et al. "Attribute guided unpaired image-to-image translation with semi-supervised learning." arXiv preprint arXiv:1904.12428 (2019).
