دوره 1، شماره 1، 1401، صفحات 57 - 62

نویسندگان : منیره السادات فخرائی* ¹ ، بهزاد خداپناه ²

چکیده :
مطالعات اخیر موفقیت قابل¬توجهی را در ترجمه¬ی تصویر به تصویر برای دو دامنه نشان داده است. با-این¬حال، رویکردهای موجود، مقیاس‌پذیری و استحکام محدودی را در مدیریت بیش از دو دامنه دارند زیرا مدل‌های مختلف باید به‌طور مستقل برای هر جفت دامنه¬ی تصویر ساخته شوند. برای رفع این محدودیت، ما مدلی بر پایه¬ی شبکه¬های مولد تخاصمی (GAN) پیشنهاد می¬کنیم که یک رویکرد جدید و مقیاس¬پذیر است و می¬تواند ترجمه¬ی تصویر به تصویر را برای چندین دامنه¬ی تنها با استفاده از یک مدل واحد انجام دهد. معماری مدل یکپارچه¬ی GAN امکان آموزش هم¬زمان مجموعه داده¬های متعدد با دامنه¬های مختلف در یک شبکه را فراهم می¬کند. این قابلیت، منجر به کیفیت برتر تصاویر ترجمه¬شده توسط GAN در مقایسه با مدل¬های موجود و همچنین، قابلیت جدید ترجمه¬ی انعطاف¬پذیر یک تصویر ورودی به هر دامنه¬ی موردنظر می¬شود. ما به¬طور تجربی، اثربخشی رویکرد خود را در انتقال ویژگی‌های چهره و وظایف ترکیبی بیان چهره نشان می‌دهیم.

کلمات کلیدی :
شناسایی صورت، تشخیص اجزاء صورت، ترجمه¬ی تصاویر