Analyse und Test verschiedener Cycle-GAN Ansätze zur ungepaarten Bild-zu-Bild-Übersetzung

Abstract

Gegenstand dieser Arbeit ist die Analyse und Verbesserung des CycleGAN-Konzeptes zur Bildtransformation. Ziel ist neben einer eigenen Implementierung eines entsprechenden Mo-dells und Trainingsscriptes die Integration zweier Techniken aus dem Bereich der GAN-For-schung – Wasserstein-GAN und Spectral Normalization- in die Architektur als je eine Trainingsvariante. Die drei Ansätze wurden trainiert und unter Verwendung von FID-Score, FCN-Score und eigener Metriken evaluiert, wobei sich zeigte, dass vor allem Wasserstein-GAN zu einer Optimierung des Trainings beitragen kann.

The subject of this thesis is the analysis and improvement of the CycleGAN concept for image transformation. In addition to implementing a corresponding model and training script, the aim is to integrate two techniques from the area of GAN research - Wasserstein-GAN and Spectral Normalization - into the architecture as one training variant each. The three approaches were trained and evaluated using FID-, FCN-Score and custom metrics, which showed that Wasserstein-GAN in particular can help optimize training.