每日归档： 2019年7月22日

CycleGAN模型原理

前面我们了解了好几种GAN，它们大致可分为：
随机生成模型的GAN，包括GAN，DCGAN，WGAN，WGAN-GP等；
带条件生成模型的GAN，包括CGAN，InfoGAN，ACGAN等。
它们都是监督学习模型，即生成网络都有一个目标样本集。

除了监督学习模型，还有一类非监督学习模型，比如CycleGAN。
CycleGAN如下图所示，它能在油画到相片互相生成；马到斑马互相生成；夏天到冬天季节相互变化。它们都不是要把当前域的样本拟合到另一个域。
它们只是把当前域X的某种公共特征（着色填充）变成了另一个域Y的公共特征，且保持当前图片的主要特征（线条轮廓）不变。
即：
1 X域所有图片的共性：油画 -> Y域所有图片的共性：真实照片，当前主要特征画内容的线条保持不变；
2 X域所有图片的共性：马的纹理 -> Y域所有图片的共性：斑马纹理，当前马的轮廓不会变；
3 X域所有图片的共性：夏天风景 -> Y域所有图片的共性：冬天风景，当前的河流，树木轮廓都不会变。
继续阅读“CycleGAN模型原理”本作品采用知识共享署名 4.0 国际许可协议进行许可。