视觉三维重建技术解析：今日 Paper

视觉三维重建技术解析：今日 Paper这篇论文考虑的是图像到图像变换的问题。图像到图像变换是将一个视觉表示的输入图像转换为另一种视觉表示的输出图像。近年来，生成对抗网络通过在其架构中引入生成器和判别器网络，为解决此问题提供了新的方向，然而基于GAN生成的图像质量仍然存在一些瑕疵。这篇论文提出了一种新的名为循环判别式生成对抗网络（CDGAN）的图像到图像转换网络。CDGAN可以通过添加除CycleGAN之外的其他判别器网络来生成更高质量和更逼真的图像。这篇论文还在三个不同的基准图像到图像转换数据集上评估了CDGAN的有效性。

CDGAN：用于图像到图像变换的循环鉴别生成对抗网络

论文名称：CDGAN: Cyclic Discriminative Generative Adversarial Networks for Image-to-Image Transformation

作者：Babu Kancharagunta Kishan /Dubey Shiv Ram

发表时间：2020/1/15

论文链接：https://paper.yanxishe.com/review/9223

这篇论文考虑的是图像到图像变换的问题。

图像到图像变换是将一个视觉表示的输入图像转换为另一种视觉表示的输出图像。近年来，生成对抗网络通过在其架构中引入生成器和判别器网络，为解决此问题提供了新的方向，然而基于GAN生成的图像质量仍然存在一些瑕疵。这篇论文提出了一种新的名为循环判别式生成对抗网络（CDGAN）的图像到图像转换网络。CDGAN可以通过添加除CycleGAN之外的其他判别器网络来生成更高质量和更逼真的图像。这篇论文还在三个不同的基准图像到图像转换数据集上评估了CDGAN的有效性。