1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
|
背景：
基于cycleGAN，存在Gx->y Dy 和 Gy->x Dx
注意引导生成器方案一：
通过带有注意力机制的两个生成器，
Gx->y: x->[Ay,Cy]->Gy
Gy->x: y->[Ax,Cx]->Gx
(Ax和Ay是图片x和y的注意力蒙版)
(Cx和Cy是图片x和y的内容蒙版)
(Gx,Gy是生成的图像)
注意力蒙版Ax和Ay定义每个像素强度，该强度指定内容蒙版Cx和Cy的每个像素在最终渲染的图像中所起的作用。
通过这种方法，生成器不需要渲染静态元素，可以只关注定义域内移动的像素
之后我们将输入的图像x和注意力蒙版Ay和内容蒙版Cy三者融合在一起得到Gy
大体流程：
输入一个三通道的图片，输出A和C：
x:h*w*3--->A:h*w + C:h*w*3
得到最后方程：
Gy=Cy*Ay+x*(1-Ay) --------------(1)其中前者是注意区域，后者是北京区域
方案一在面部表情到表情的翻译上表现很好，但是无法在马到斑马上表现初测。
缺点有：1、Ay和Cy在同一网络生成；
2、仅产生一个Ay;
3、仅生成一个Cy
注意引导生成器方案二：
方案er中每个生成器由两个子网落组成，分别生成Ay和Cy
生成器Gx->组成：
一个参数共享encoderEx->y:
目的是提取底层和高层深度特征表示
一个注意力蒙版生成器GAx->y：
生成多个注意力蒙版
一个内容蒙版生成器GCx->y
生成多个中间内容蒙版
解决了缺点1：这样Ay和Cy都有各自的网络参数，不会相互干扰。
注意力蒙版：GAx-y生成(n-1)个前景关注蒙版Afy，和一个背景关注蒙版Aby。这样网络可以同时学习新颖的前景并保留背景。
内容蒙版：内容蒙版生成器生成(n-1)个内容蒙版。然后和x加到一起，就有n个中间内容蒙版。这个方法中3通道生成空间被扩大到3*n通道生成空间，这有利于学习复杂的图像。
最后方程为：Gy=求和（Cy*Afy）+x*Aby
循环一致性。
。。。跟cycle差不多，，，
判别器：
对抗损失
注意力引导对抗损失Lagan
注意力损失
像素损失
全连接损失
|
