具有投影判别器的条件生成对抗网络
机器学习
2018-08-16 v2 计算机视觉与模式识别
机器学习
摘要
我们提出了一种新颖的、基于投影的方法，将条件信息融入 GAN 的判别器中，该方法尊重条件信息在底层概率模型中的作用。这种方法与当今应用中使用的大多数条件 GAN 框架形成对比，后者通过将（嵌入的）条件向量拼接到特征向量上来使用条件信息。借助这一改进，我们能够在 ILSVRC2012（ImageNet）1000 类图像数据集上，相较于当前最先进（SOTA）的结果显著提升类条件图像生成的质量，并且我们使用单一判别器-生成器对实现了这一点。我们还将应用扩展到超分辨率并成功生成了高度判别性的超分辨率图像。这一新结构还能够通过生成器中条件批归一化层的参数化函数变换实现高质量类别转换。
引用
@article{arxiv.1802.05637,
title = {cGANs with Projection Discriminator},
author = {Takeru Miyato and Masanori Koyama},
journal= {arXiv preprint arXiv:1802.05637},
year = {2018}
}
备注
Published as a conference paper at ICLR 2018