双向条件生成对抗网络
机器学习
2018-11-06 v4 机器学习
摘要
条件生成对抗网络（cGANs）是能够以隐变量（）和已知辅助信息（）为条件生成数据样本（）的生成模型。我们提出双向 cGAN（BiCoGAN），它在生成过程中有效解耦 和 ，并提供一个编码器，学习从 到 和 的逆映射，与生成器和判别器联合训练。我们提出了训练 BiCoGANs 的关键技术，包括一个外因因子损失以及相关的动态调谐重要性权重。与其他基于编码器的 cGAN 相比，BiCoGANs 更准确地编码 ，并以更解耦的方式更有效利用 和 来生成样本。
引用
@article{arxiv.1711.07461,
title = {Bidirectional Conditional Generative Adversarial Networks},
author = {Ayush Jaiswal and Wael AbdAlmageed and Yue Wu and Premkumar Natarajan},
journal= {arXiv preprint arXiv:1711.07461},
year = {2018}
}
备注
To appear in Proceedings of ACCV 2018