StarGAN学习笔记

11 December 2019

20:32

来自 <https://zhuanlan.zhihu.com/p/44563641>

 
 

• StarGAN

  StarGAN是CVPR2018最新提出来的，用于多领域的图像迁移学习。

  代码地址（Pytorch）：https://github.com/yunjey/StarGAN

  -----------------------------------------------------------------------------------------------

  Pix2Pix模型解决了有Pair对数据的图像翻译问题；CycleGAN解决了Unpaired数据下的图像翻译问题。但无论是Pix2Pix还是CycleGAN，都是解决了一对一的问题，即一个领域到另一个领域的转换。当有很多领域要转换了，对于每一个领域转换，都需要重新训练一个模型去解决，即现有的GAN模型为了实现在k个不同的风格域上进行迁移，需要构建k∗(k−1)个生成器，并且还不能跨数据集训练（标注不能复用）。StarGAN正是为了解决跨多个域、多个数据集的训练而提出的。在StarGAN中，并不使用传统的fixed translation（(e.g., black-to-blond hair），而是将域信息和图片一起输入进行训练，并在域标签中加入mask vector，便于不同的训练集进行联合训练。对比如下图所示;

  

  本文贡献：

• 提出StarGAN模型，使用单组GAN模型进行跨domain和跨数据集的训练
• 展示了mask vector技术来实现上述的训练过程
• 训练了角色的面部属性和面部表情特征的各种图片

  要想让G拥有学习多个领域转换的能力，本文对生成网络G和判别网络D做如下改动：

• 在G的输入中添加目标领域信息c，即把图片翻译到哪个领域这个信息告诉生成模型。
• D除了具有判断图片是否真实的功能外，还要有判断图片属于哪个类别的能力。这样可以保证G中同样的输入图像，随着目标领域的不同生成不同的效果。
• 除了上述两样以外，还需要保证图像翻译过程中图像内容要保存，只改变领域差异的那部分。图像重建可以完整这一部分，图像重建即将图像翻译从领域A翻译到领域B，再翻译回来，不会发生变化。

  其中G和D的网络训练过程如下图所示：

  

  -----------------------------------------------------------------------------------------------

  本文的损失函数

  首先是GAN网络通用的损失函数Adversatial Loss，以判断输出的图像是否真实：

  

  其次是类别损失，该损失被分为两个，训练判别网络D的时候，使用真实图片在原始领域的监督信号进行训练；而训练生成网络G的时候，使用生成之后的图片在目标领域的监督信号进行训练。其中训练D的损失如下（交叉熵损失）：

  

  训练G的损失如下：

  

  最后一个损失函数是重建损失，主要目的是保证图片翻译过程中非关键的图片内容信息保存下来，其中损失函数如下（L-1 norm）：

  

  汇总之后是:

  

  -----------------------------------------------------------------------------------------------

  多训练集进行训练

  。

  

  -----------------------------------------------------------------------------------------------

  网上其他StarGAN介绍参考：

  https://blog.csdn.net/stdcoutzyx/article/details/78829232

  https://www.cnblogs.com/punkcure/p/7977819.html

  原文笔记：

  http://note.youdao.com/noteshare?id=53fea36362db94c27934b272542d44fe&sub=79F0E8FE2F4E4071A1E29542821150A4​note.youdao.com

  -----------------------------------------------------------------------------------------------

  《StarGAN: Unified Generative Adversarial Networks for Multi-Domain Image-to-Image Translation》论文笔记​www.cnblogs.com

   
   

  -----------------------------------------------------------------------------------------------