ArtGAN：基于条件类别生成对抗网络的艺术作品合成
计算机视觉与模式识别
2017-04-20 v2
摘要
本文提出对生成对抗网络（GANs）的扩展，即ARTGAN，用于合成生成更具挑战性和复杂性的图像，例如具有抽象特征的艺术作品。这与当前大多数聚焦于生成自然图像（如房间内部、鸟、花和人脸）的方案形成对比。我们工作的关键创新是允许损失函数相对于标签（随机分配给每个生成图像）对生成器从判别器进行反向传播。借助标签信息的反馈，生成器能够学习得更快并达到更好的生成图像质量。通过实验，我们表明所提出的ARTGAN能够创建逼真的艺术作品，以及在CIFAR-10上生成全局看起来自然且形状清晰的引人注目的真实世界图像。
引用
@article{arxiv.1702.03410,
title = {ArtGAN: Artwork Synthesis with Conditional Categorical GANs},
author = {Wei Ren Tan and Chee Seng Chan and Hernan Aguirre and Kiyoshi Tanaka},
journal= {arXiv preprint arXiv:1702.03410},
year = {2017}
}
备注
10 pages, 10 figures, submitted to ICIP2017 (extension version)