CycleGAN: Terjemahan Citra-ke-Citra Tanpa Pasangan dengan Konsistensi Siklus

CycleGAN, yang diperkenalkan oleh Zhu et al. pada ICCV 2017, belajar menerjemahkan citra antar dua domain visual tanpa memerlukan contoh pelatihan yang berpasangan. Model ini melatih dua generator dan dua diskriminator secara bersamaan, memberlakukan batasan konsistensi siklus sehingga citra yang diterjemahkan dari domain X ke Y dan kembali lagi akan memulihkan citra aslinya. Hal ini membuatnya dapat diterapkan kapan pun kumpulan data yang besar dan sejajar tidak tersedia, seperti mengonversi foto menjadi gaya karya seni, mengubah lanskap musim panas menjadi pemandangan musim dingin, atau memetakan citra satelit ke ubin peta.