生成式神经网络内部单元的自动校正
计算机视觉与模式识别
2021-04-14 v1
摘要
生成对抗网络（GANs）通过设计复杂网络结构与对抗训练方案，在合成图像生成中展现出令人满意的性能。尽管 GANs 能够合成逼真图像，仍存在大量具有缺陷视觉模式（即伪影）的生成图像。近期多数工作试图通过扰动潜码来修复伪影生成，少数研究探究生成器的内部单元以修正它们。本文中，我们设计了一种自动识别生成各类伪影图像的内部单元的方法。我们进一步提出顺序校正算法，通过修改检测到的伪影单元来调整生成流，从而在保持原始轮廓的同时提升生成质量。我们的方法在 FID 分数上优于基线方法，并在人工评估中显示出令人满意的结果。
引用
@article{arxiv.2104.06118,
title = {Automatic Correction of Internal Units in Generative Neural Networks},
author = {Ali Tousi and Haedong Jeong and Jiyeon Han and Hwanil Choi and Jaesik Choi},
journal= {arXiv preprint arXiv:2104.06118},
year = {2021}
}