tribute vectors作为input to encoder解码器。选择 性 转
移 单元 ( Subsequently , Selective Transfer Unit ,
STU )而modify Encoder 的特征 ,Which IS之后包括
- 具有 增强 both image qual - ity 和 属性 操纵 能力 的
解码 器 功能 。In particular , STU is added 加入两 个
EACH pair Of Encoder 的而decoder Layers ,而两 种
编码 器 的 特性 、 内部 状态 和 差异 属性 矢量 , 以
考虑 对 跨 层 开发 的 考虑 - - 技术 和 任务 规范 。来
自Figs。1而2 OUR 我们STGAN 可以 产生 高 质量 和
照片 现实 的 结果 , 用于 AR - 比特 属性 编辑 , 并
且 当 目标 和 源 属性 相同 时 , 可以 产生 近 理想 的
重建 。To sum up , the contribution of this work 这 份
工作 的 贡献INVOLVES :
•
insteadOf all Target 目的attributes ,Difference 区
别 attribute VEC - Tor is taken as input to enhance
the flexible translation of attributes and eases the
training . ( VEC - tor 是 作为 一 项 输入 , 以 增
强 灵活 的 属性 翻译 并 减轻 培训 )程序 。
•
Selective transfer units are presented and 存在 的 和
选 择 性 转 移 单 元 incorporated with encoder-
decoder for simultaneously improving attribute
manipulation ability and image 同时 改进 编码 解
码 器 属性 和 图像 处理质量 。
•
Experimental results show that our STGAN 性能 受
欢迎Against国家 Arts于arbitrary 任意Facial AT -
Tribute 编辑 和 季节翻译 |
2.
related 相关work 工作
Encoder
解码器
Architecture |
在 Their 工业 工程
Pioneer ( 12 [ 1 ] Hinton and Zemel proposed an
autoencoder network , 其中 涉及 一 个 编码 器 的 插
入
潜在 代码
and a decoder to recover from the ; 从 数据
中 恢 复
潜 在 代 码
。 Subsequently , denoising
autoencoders ( 自动 编码 )30] are pre-sented to learn
representation rouble to partical corruption . ( 试 着 学
习 清楚 表达 , 学会 部分 腐败 )《 王国 与 幸福 》
( Kingma and Welling ) 16 [ suggested a Variational
Autoen - coder ( UAE ) , which validates the
feasibility of encoder - decoder architecture to generate
unseen images . ] 建议 使用 Variational Autoen 编码 器
( 阿联酋 ) , 验证 编码 器 的 可行 性 以 产生 看 不
见 的 图像 。近期 研究show that SKIP Connections 的
(14,28] Between编码 器 和 解码 器 层 通常 需要 适
应 训 练 稳 定 性 和 生 成 图 像 的 视 觉 质 量 。
however , as discussed in 讨 论 中 SEC 的 。 3.1 ,
SKIP Connections 的 实 际 上 即 兴 image qual - -
editing 。
生成对抗网络。因此 , tan (9, ,27 [ [ 是 的 , 我
们 从 随机 噪声 中 生成 图像 , 并 从 该 模式 崩溃 问
题 中 接受 培训 的 生成 器 和 处理 器 的 一般 情况 下
接受 了 处理 。最近,巨大的努力一直致力于提高学
习的 稳定 性。 在 ( 3, , 10 [ 1 ] , Wasserstein - 1
distance and gradient penalty 是 提高 优化 过程 稳定 性
的 提示 。在(18],The阿联酋 UAE decoder而GAN
generator 生成 器are崩溃 成为 一 种 模式 , 并 因 两
种 重 建 和 风 险 损 失 而 乐 观 。 条 件 式 GAN
(14, ,24 [ 转 ] takes conditional variable as input to
the generator 使用 条件 变量 作为 输入 到 generator 和
discrim - inator两 个generate image with欲望财产 。 As
A A Re -