深度学习（34）—— StarGAN（1）

和之前一样还是先理论后代码，所以这一讲还是StarGAN的理论。

1. 背景

先回忆一下，之前写的cyclegan，可以实现两个域之间的相互转换。即下面这几种情况：

• 将输入人像转化为我想要的图像发色
• 将输入人像转化为我想要的性别
• 将输入人像转化为我想要的年龄
• 将输入人像转化为我想要的肤色
  

上面这种两个域之间的转化使用cyclegan就可以实现，但是如果想要实现在K个域的相互转化，使用cyclegan就需要训练k（k-1）个generator网络，时间成本和计算成本都太大。

可不可以只训练一个模型，根据我的reference图片的特征将source转化为我想要的图片？
为了满足这一需求，就出现了StarGAN

2. 基本思路

• 使用StarGAN，只需要训练一个generator。相比cyclegan，StarGAN在输入时增加了类型编码（可以理解为【转化肤色，转化年龄，转化性别，转化发色】的编码）
  
• 无论是generator还是discriminator都增加这样的编码向量
  

3. 整体流程

generator

• 输入一张image和目标域 target domain的编码（向量） 经过generator生成targaet domain的fake image
• 将得到的fake image 和 原图的domain输入generator生成restructed image（与input image 做loss）
• 此时将fake image输入discriminator中让他辨别fake image的真假，还要输出domain 的编码，试图骗过discriminator

discriminator

• 在训练过程中，输入real image 和 fake image，经过discriminator不但要辨别每张image的真假，还要辨别每张照片属于的domain编码

4. StarGAN v2

上面说的都是StarGANv1，他针对domain做了one-hot 编码，一个编码一个风格。
v2相对于v1的进步是用实际的特征向量作为风格的编码，在特征基础上进行提取和分析。v1中只使用one-hot编码学不到每种风格的具体知识

(1) 网络结构

相较于v1,v2主要对每种风格进行编码，使用到 mapping network 和 style encoder

(2) mapping network

随机生成的一个向量编码latent code 和一张图片经过网络后将当前的latent coder 编码成属于该图片风格的特征，用于代表该风格domain的编码

(3) style encoder

输入一张图片经过该encoder可以得到属于这张照片的风格domain编码。

(4)Loss

在正常的GAN网络基础上增加了三个额外的loss

• style_loss：mapping 得到的style 编码要尽可能与style得到的style 编码相似。
• diversity_loss：同一张图变换为不同风格，变换后的两者要尽可能的存在较大差异（差异多样性）
• cycle_loss :转化的是风格，不能主体变得太离谱，真实的和rec之间的loss【和cyclegan中的一个loss 一样】

okk，今天就先这么多，代码讲解，明天吧，整个项目，老地方github上！