Youtube

通常有兩種 Approach

1. Direct Transformation

   • Input 和 Output 沒辦法差太多

2. Projection to Common Space

   • Input 和 Output 可以差很多

Direct Transformation

CycleGAN　的問題： CycleGAN, a Master of Steganography 表示，A轉B 的generator 可能有很強的能力將原圖的一些細節資訊藏在 output 的圖中，然後 B轉A 的 generator 再 reconstruct 回來

• 我個人認為在 output 加個 noise 應該就可以解決了?

CycleGAN 的一個 trick (YT 留言區)

StarGAN: for multiple domains

• domain 是可以重複的

Projection to Common Space

如果 decoder 後面加了 Discrminator 就像 VAE-GAN

這樣的做法有些問題

• 上方的 autoencoder 和下方的 autoencoder 中間的 latent vector 是無關的

解法1： 兩邊的 encoder，最後幾層共享權重；兩邊的 decoder 前面幾層共享權重， encoder 共享權重的最極端狀況：共用整個 encoder，只有 input 差了一個數字，代表是哪個 domain 來的 例如

• Couple GAN
• UNIT

解法2：Domain Adversarial Training

• 假設 兩個 domain 的 feature 分布一樣，較適合此作法，例如：
  • domain A 和 B 的男女比、長短髮比、眼鏡與否比 一樣

解法3：Cycle-Consistency

解法4：Semantic Consistency