一种基于生成对抗网络的轻量级图像翻译模型

来源：计算机技术与发展杂志2021年第11期北京时间：

作者：王荣达;刘宁钟;李强懿;沈家全

摘要：图像到图像翻译是一类视觉和图形问题,其目标是使用一组图像来学习输入图像和输出图像之间的映射。 近年来关于图像到图像翻译任务的研究工作有很多, 例如 pix2pix 和 CycleGAN 都在这个任务上表现得非常优秀。 但是很少有研究工作是关于如何对这类图像到图像翻译模型进行压缩,降低参数量的使用。 目前轻量级网络结构的设计更多是用于基于卷积神经网络的目标检测模型和分类模型,而用于生成对抗网络模型的轻量级网络结构的研究还比较少。 所以,文中提出了一种基于生成对抗网络的轻量级网络结构,用于对自然图像进行图像到图像翻译,例如将图像中的马转换为斑马,或者将图像从夏天的景色转换为秋天的景色。 实验结果表明,通过使用轻量级的网络结构,该方法在速度和准确性等性能指标上获得了良好的表现。

关键词：图像到图像翻译;卷积神经网络;模型压缩;轻量级网络;生成对抗网络