# CycleGAN(2017)

Original Paper - Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks([arXiv](https://arxiv.org/abs/1703.10593))

## Abstract

이미지-이미지 변환은 이미지 쌍 사이의 매핑을 학습시키는 컴퓨터비젼/그래픽 문제이다. 그러나 많은 태스크에서 쌍으로 짝지어진 이미지는 구하기 매우 어렵다. 그렇기에 짝지어진 이미지가 없더라도 도메인 X에서 Y로 이미지를 변환하는 접근을 해 보았다. 목표는 X에서 Y로의 매핑인 G를 학습시키는 것이다. G(X)는 adversarial loss로 보았을 때 Y와 구별할 수 없도록 만든다.

이 매핑은 매우 제한적이기 때문에 Y에서 X로의 매핑인 F를 추가해 G와 연결한다. 여기에 **cycle consistency loss**를 이용한다. F(G(X))가 X에 가까워지도록 하고 그 반대도 또한 유사하도록 학습한다.

정성적 평가 결과는 짝지어지지 않은 데이터셋에서 진행되었다(style transfer, object transfiguration, season transfer, photo enhancement). 이미 셋이 존재하는 태스크에서는 정량적 평가가 이뤄졌는데, 더 우수한 방법임을 보였다.


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://confeitohs.gitbook.io/gitbook/computer-vision/cyclegan-2017.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.