Image-to-Image Translation with Conditional Adversarial Networks¶
论文地址¶
https://arxiv.org/abs/1611.07004
摘要¶
Cite
我们研究了条件对抗性网络作为图像到图像翻译问题的通用解决方案。这些网络不仅学习从输入图像到输出图像的映射，而且学习训练这种映射的损失函数。 这使得可以将相同的通用方法应用于传统上需要非常不同的损失公式的问题。我们证明，这种方法在从标签图合成照片、 从边缘图重建对象和给图像上色等任务方面是有效的。事实上，自从与该论文相关的pix2pix软件发布以来，大量互联网用户（其中许多是艺术家）发布了他们自己对我们系统的实验， 进一步证明了它的广泛适用性和易用性，而无需调整参数。作为一个社区，我们不再手工设计映射函数，这项工作表明，我们也可以在不手工设计损失函数的情况下获得合理的结果
图像到图像的翻译