《表2 图像集纹理复杂性对应λ取值的优化选择策略》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《不同纹理复杂度图像生成中CycleGAN循环一致损失系数优化选择方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

Sabour等[28]介绍了模型训练中的主导部分的作用；Zhu等[20]阐述了循环一致损失相对其他损失部分的重要性；Yi等[16]介绍了从生成器重建输出的有效性。上述3个研究团队从不同的层面和角度说明了λ的取值会影响图像的生成，即纹理复杂度越高，应选择越大的循环一致损失系数；反之，应取较小的循环一致损失系数。因此，利用CycleGAN进行X和Y两图像集之间的转换时，可以根据图像集的纹理复杂性，动态调整λ的取值，更好地平衡输入图像轮廓和目标图像集分布之间的关系，提高生成图像的质量。本文给出如表2所列的优化选择策略。若图像集X和图像集Y所处复杂度层次不一致，则按所处层次较大的准则取λ值。通过该优化策略，针对不同纹理复杂性的图像生成任务，可以寻找到一个大小合适的λ值。