基于元学习的图像翻译算法
图像翻译是目前计算机视觉领域一个比较重要的方向,其目标旨在学习两个不同图像域之间的映射,同时保留原始图像的特征和语义.当今,无监督学习的图像翻译利用生成对抗网络和比较多的训练数据能够取得不错的性能.但现有的图像翻译模型是采用一种一次性的方式形成,其中忽略了训练过程的学习经验,所生成的模型只能适用于特定的领域,不能适应一个未知的领域.该文在循环一致性生成对抗网络的研究基础之上,尝试从元学习的角度来处理这一类问题.
循环一致性生成对抗网络、元学习、图像翻译、生成对抗网络、计算机视觉
18
TP183(自动化基础理论)
2022-09-26(万方平台首次上网日期,不代表论文的发表时间)
共3页
70-71,74