论文部分内容阅读
生成对抗网络(Generative Adversarial Nets,GAN)在图像翻译及多域图像转换方向已取得显著成功,但现有用于多域间图像转换的GAN大部分使用了多个生成器G及判别器D,导致网络训练参数量过大,数据集不能充分利用.针对以上问题,基于StarGAN和多模态无监督图像转换方法,提出基于特征向量变换的GAN模型.首先,将源图像编码成内容向量加特征向量的形式;然后将提取到的特征向量从源域转换到目标域而保持内容向量不变;最后完成图像重构.该模型仅使用一对生成器G和判别器D,有效地解决了上述