CycleGAN: Traducción de imagen a imagen no emparejada con consistencia cíclica

CycleGAN, presentado por Zhu et al. en ICCV 2017, aprende a traducir imágenes entre dos dominios visuales sin requerir ejemplos de entrenamiento emparejados. Entrena dos generadores y dos discriminadores simultáneamente, aplicando una restricción de consistencia cíclica para que una imagen traducida del dominio X a Y y de vuelta recupere la original. Esto lo hace aplicable siempre que no se disponga de grandes conjuntos de datos alineados, como la conversión de fotografías a estilos artísticos, la transformación de paisajes de verano en escenas invernales, o el mapeo de imágenes satelitales a teselas de mapas.