CycleGAN: Traduzione di immagini da dominio non accoppiato con consistenza ciclica

CycleGAN, introdotto da Zhu et al. all'ICCV 2017, apprende a tradurre immagini tra due domini visivi senza richiedere esempi di addestramento accoppiati. Addestra simultaneamente due generatori e due discriminatori, imponendo un vincolo di consistenza ciclica tale che un'immagine tradotta dal dominio X a Y e viceversa recuperi l'originale. Ciò lo rende applicabile ovunque siano indisponibili grandi set di dati allineati, come la conversione di fotografie in stili artistici, la trasformazione di paesaggi estivi in scene invernali, o la mappatura di immagini satellitari in tessere di mappa.