초록
비지도 이미지-이미지 변환은 개별 영역에서의 주변 분포를 사용하여 다른 영역의 이미지들의 결합 분포를 학습하는 것을 목표로 합니다. 주변 분포로부터 도출될 수 있는 결합 분포의 집합이 무한히 존재하기 때문에, 추가적인 가정 없이는 주변 분포로부터 결합 분포에 대해 아무런 추론도 할 수 없습니다. 이 문제를 해결하기 위해, 공유 잠재 공간 가정을 도입하고 Coupled GANs(결합된 GAN) 기반의 비지도 이미지-이미지 변환 프레임워크를 제안합니다. 제안된 프레임워크는 경쟁 모델들과 비교되며, 다양한 어려운 비지도 이미지 변환 과제에서 높은 품질의 이미지 변환 결과를 제시합니다. 이 과제들은 거리 장면 이미지 변환, 동물 이미지 변환, 얼굴 이미지 변환 등을 포함합니다. 또한, 제안된 프레임워크를 영역 적응에 적용하여 벤치마크 데이터셋에서 최고 수준의 성능을 달성하였습니다. 코드와 추가 결과는 https://github.com/mingyuliutw/unit 에서 확인할 수 있습니다.