基于特征对比的循环生成对抗网络图像风格转换研究

摘要

无监督图像到图像转换任务是在非配对训练数据的情况下学习源域图像到目标域图像的转换.但是，图像风格转换任务依然面临着图像内容丢失、模型坍塌等现象.为了解决上述问题，提出了一种局部特征对比来保持图像内容，通过特征提取器获得多层图像深层特征，使得图像编码器学习到高级语义信息，获得信息更加丰富的图像特征.同时，增加局部特征对比损失来引导特征提取器学习到有利于图像内容生成的特征.实验结果表明，在大多数情况下，所提方法在FID和KID分数方面优于之前的方法，图像生成质量有一定的提升.

关键词

特征对比 / 图像风格转换 / 对比损失