【CVPR Oral】TensorFlow实现StarGAN代码全部开源,1天训练完
StarGAN 是去年 11 月由香港科技大学、新泽西大学和韩国大学等机构的研究人员提出的一个图像风格迁移模型,是一种可以在同一个模型中进行多个图像领域之间的风格转换的对抗生成方法。近日,有研究人员将 StarGAN 在 TensorFlow 上实现的全部代码开源,相关论文获 CVPR 2018 Oral。
开源地址:https://github.com/taki0112/StarGAN-Tensorflow
作者:Junho Kim
看代码之前,我们先来回顾一下 StarGAN 的原始论文。
StarGAN 对抗生成网络实现多领域图像变换
图像到图像转换(image-to-image translation)这个任务是指改变给定图像的某一方面,例如,将人的面部表情从微笑改变为皱眉。在引入生成对抗网络(GAN)之后,这项任务有了显着的改进,