一种基于生成对抗网络的轻量级图像翻译模型

摘要：

图像到图像翻译是一类视觉和图形问题,其目标是使用一组图像来学习输入图像和输出图像之间的映射.近年来关于图像到图像翻译任务的研究工作有很多,例如pix2pix和CycleGAN都在这个任务上表现得非常优秀.但是很少有研究工作是关于如何对这类图像到图像翻译模型进行压缩,降低参数量的使用.目前轻量级网络结构的设计更多是用于基于卷积神经网络的目标检测模型和分类模型,而用于生成对抗网络模型的轻量级网络结构的研究还比较少.所以,文中提出了一种基于生成对抗网络的轻量级网络结构,用于对自然图像进行图像到图像翻译,例如将图像中的马转换为斑马,或者将图像从夏天的景色转换为秋天的景色.实验结果表明,通过使用轻量级的网络结构,该方法在速度和准确性等性能指标上获得了良好的表现.

关键词：图像到图像翻译;卷积神经网络;模型压缩;轻量级网络;生成对抗网络

所属期刊栏目：31

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61375021

在线出版日期：2021-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：52-57