CircleGAN：基于球面圆的生成对抗学习
计算机视觉与模式识别
2021-01-06 v2
摘要
我们提出了一种用于GAN的新判别器，通过利用球面圆学习结构化的超球面嵌入空间，从而提升生成样本的逼真度与多样性。所提判别器学习将逼真样本分布在最长球面圆（即大圆）周围，同时将不逼真样本推向垂直于大圆的两极。由于较长的圆在超球面上占据更大面积，它们促进表征学习中更大的多样性，反之亦然。因此，基于对应球面圆判别样本可自然地为生成样本引入多样性。我们还将所提方法扩展至带类标签的条件设定，即为每一类创建超球面并进行类内判别与更新。在实验中，我们在标准基准上验证了该方法在无条件与条件生成上的有效性，取得了最先进水平。
引用
@article{arxiv.2011.12486,
title = {CircleGAN: Generative Adversarial Learning across Spherical Circles},
author = {Woohyeon Shim and Minsu Cho},
journal= {arXiv preprint arXiv:2011.12486},
year = {2021}
}
备注
16 pages, 8 figures