-
图 1 CycleGAN中单向GAN网络结构图
Figure 1.
-
图 2 CycleGAN++的网络结构
Figure 2.
-
图 3 CycleGAN++的生成网络
Figure 3.
-
图 4 CycleGAN++的判别网络
Figure 4.
-
图 5 CycleGAN与CycleGAN++的训练过程对比
Figure 5.
-
图 6 CycleGAN++在人物性别转换领域下的可视化结果
Figure 6.
-
图 7 CycleGAN++与原算法在CelebA测试集下的对比
Figure 7.
-
图 8 CycleGAN++与原算法在Cityscapes测试集下的对比
Figure 8.
-
方法 男性→女性 女性→男性 照片→标签 标签→照片 CycleGAN 24.6±2.3 21.1±1.8 26.8±2.8 23.2±3.4 CycleGAN+ 29.5±3.2 29.2±4.1 27.8±2.2 28.2±2.4 表 1 CycleGAN+与原算法的AMT测试结果对比(%)
-
方法 每像素精度 每类精度 IoU分类 CycleGAN 0.52 0.17 0.11 CycleGAN+ 0.60 0.21 0.16 表 2 CycleGAN+与原算法的FCN得分结果对比
-
方法 男性→女性 女性→男性 照片→标签 标签→照片 CycleGAN+ 29.5±3.2 29.2±4.1 27.8±2.2 28.2±2.4 本文CycleGAN++ 31.4±3.8 32.6±4.7 30.1±2.6 30.9±2.7 表 3 CycleGAN++与CycleGAN+的AMT感知研究结果对比(%)
-
方法 每像素精度 每类精度 IoU分类 CycleGAN+ 0.60 0.21 0.16 本文CycleGAN++ 0.69 0.27 0.23 表 4 CycleGAN++与CycleGAN+的FCN得分结果对比
-
表 5 各算法的AMT感知研究结果对比(%)
-
表 6 各算法的FCN得分结果对比
图共
8 个 表共
6 个
