不吃萝卜

StarGAN V2，多域生成，CVPR2020.
代码：https://github.com/clovaai/stargan-v2
问题:好的图像-图像翻译模型需要满足生成图像多样性和多域上有可伸缩性。但已存在的方法只能解决其中之一的问题，该方法可同时满足以上两个条件。
StarGAN问题：仍是学习每个域的确定性映射，它不能捕捉数据分布的多模态性质。这一限制来自每个域都由预定的标签表示的事实。生成器接收一个固定的标签（例如，one-hot向量）作为输入，因此它不可避免地在给定一个源图像时，支持每个域导出相同的输出。
网络：生成器，映射网络，样式编码，判别器

生成器：$G(x,s)$，输入图像$x$，域特定样式编码$s$（来自映射网络F，或样式编码器E）。使用AdaIN注射$s$到G。s消除了域标签的必要性。

映射网络：$s=F_{y}(z)$，F是一个MLP，有多个输出，对应提供多个域的样式编码。无像素级和特征级归一化。

样式编码：$s=E_{y}(x)$，x是参考图像。
判别器：一个多任务判别器，可以转换全局结构。与样式编码结构同，如下：

损失：对抗损失，样式重构，样式多样，保留原特征（循环一致）

对抗损失：

样式重构：

样式多样：最大化下式

保留原特征：

数据集：CelebA-HQ， AFHQ
评估指标：FID，LPIPS，AMT
效果：可以合成反映参考图像不同风格的图像，包括发型，化妆，胡须和年龄，而不损害源特征。结果图像跟随参考图像的品种和头发，保持源图像的姿态。
对比方法：MUNIT，DRIT，MSGAN。缺点：对比方法缺乏多样性，遭受模式崩溃，且很难改变全局上的特征。
讨论StarGAN V2成功的原因：
（1）遵循StyleGAN的洞察力，我们的风格空间是由高斯分布的非线性变换产生的。与假设固定的先验分布相比，这为我们的模型提供了更多的灵活性。
（2）样式编码是由多分支编码器和映射网络单独生成的。通过这样做，我们的生成器只能专注于使用样式编码，它的特定领域的信息已经由编码器或映射网络处理。
（3）我们的模块受益于充分利用来自多个领域的训练数据。通过设计，每个模块的共享部分应该学习区域不变特征，从而产生正则化效果鼓励对未见样本进行更好的泛化。