ترجمة الصور غير المزدوجة باستخدام شبكات الخصومة الدورية المتسقة

ترجمة الصورة إلى صورة هي فئة من مشاكل الرؤية والجرافيك حيث الهدف هو تعلم التحويل بين صورة مدخل وصورة مخرج باستخدام مجموعة تدريب من أزواج الصور المنسجمة. ومع ذلك، بالنسبة للكثير من المهام، لن تكون بيانات التدريب المترابطة متاحة. نقدم نهجًا لتعلم تحويل صورة من مجال المصدر $X$ إلى مجال الهدف $Y$ في غياب أمثلة مترابطة. هدفنا هو تعلم تحويل $G: X \rightarrow Y$ بحيث يكون توزيع الصور من $G(X)$ غير قابل للتمييز عن التوزيع $Y$ باستخدام خسارة معادية (adversarial loss). نظرًا لأن هذا التحويل يخضع لقيود ضئيلة للغاية، فإننا نربطه بتحويل عكسي $F: Y \rightarrow X$ ونقدم خسارة توافق دوري (cycle consistency loss) لدفع $F(G(X)) \approx X$ (والمقلوب أيضًا). يتم تقديم النتائج النوعية على عدة مهام حيث لا توجد بيانات تدريب مترابطة، بما في ذلك نقل الأسلوب بين المجموعات، تحويل الأشياء، نقل الفصول، تعزيز الصور الفوتوغرافية، إلخ. تظهر المقارنات الكمية ضد عدة طرق سابقة تفوق نهجنا.希望这段翻译符合您的要求。如果有任何需要进一步调整的地方，请随时告知。