💌 Developer Onlyone

Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks Abstract Image-to-Image 변환은 이미지 쌍의 세트를 사용해서 입력 이미지와 출력 이미지 사이의 매핑을 학습하는 것이 목표 → 대부분의 작업의 경우, 쌍으로 모든 데이터를 학습 할 수 없다는 한계점 존재 쌍으로 된 예시가 없는 경우, X → Y 로 이미지를 변환하는 방법을 학습하기 위한 방법 제시 → G:X→Y 를 역매핑 F:Y→X 와 결합. F(G(X))≈X 이 적용되기 위해 a cycle consistency loss 도입 Introduction 왼쪽의 사진들은 Paired data 이나, 오른쪽의 사진들은 Unpaired data 구성체 서로..

https://youtu.be/Fkqf3dS9Cqw Cycle GAN 논문 저자님의 발표강의 영상 Cycle GAN 사진으로 구성되어 있는 2가지의 data set 을 이용하여 한 이미지를 다른 이미지의 style로 변환 How does it work? pix2pix GAN Cycle GAN pix2pix input 과 out이 모두 사진이어야 하는 supervised learning framework Goal : 흑백사진은 컬러사진으로 바꿔주는 neural network train test 흑백 → ? train 도형→사진 test 도형→? Loss : output G(x) and ground truth y 의 차이를 최소화 → 어떤 것이 가장 옳은 것인지 (사람은 알 수 있으나) 판단 할 수 없으므로..