学習解離によるマルチマッピング画像間変換

画像間変換の最近の進展は、2つの側面からの1対多のマッピングの学習に焦点を当てています：マルチモーダル変換とマルチドメイン変換です。しかし、既存の方法は2つの視点のうちの1つだけを考慮しているため、お互いの問題を解決することができません。この問題に対処するために、私たちはこれら2つの目的を橋渡しする新しい統一モデルを提案します。まず、エンコーダーデコーダーアーキテクチャを使用して、特徴空間における条件付き対立訓練によって入力画像を潜在表現に解離します。次に、生成器がランダムなクロスドメイン変換によってマルチマッピングを学習することを促進します。その結果、私たちは潜在表現の異なる部分を操作して、マルチモーダルおよびマルチドメイン変換を同時に実行できます。実験結果は、私たちの方法が最先端の方法を上回ることを示しています。