使用共享判别器进行无监督跨域图像到图像翻译的学习

无监督图像到图像转换旨在将源域图像转换为目标域图像，而无需依赖成对的源-目标图像数据。在对抗性框架下，采用两个独立的生成对抗网络（GAN）结合注意力机制，该问题已取得令人瞩目的进展。本文提出一种新方法，通过在两个GAN之间共享一个单一的判别器，从而提升整体性能。我们在目标域与源域具有相似语义的跨域转换任务设置下，对图像转换效果进行了定性和定量评估。实验结果表明，即使不引入注意力机制，所提方法在性能上仍可与基于注意力机制的方法相媲美，并能生成质量相当的图像。