用于绘画生成的条件生成对抗网络
计算机视觉与模式识别
2019-03-18 v1 机器学习
机器学习
摘要
我们研究了利用现代生成对抗网络（Generative Adversarial Nets，GAN），基于 Painter By Numbers 数据集生成油画新图像的方法。我们实现了谱归一化 GAN（SN-GAN）以及带梯度惩罚的谱归一化 GAN，并将其输出与深度卷积 GAN 进行比较。根据切片 Wasserstein 距离（Sliced Wasserstein Distance）度量的视觉与定量评估，我们确定 SN-GAN 生成的绘画与训练数据集最为接近。随后我们进行了一系列实验，为 SN-GAN 添加有监督条件控制，其最终成果是我们认为一种能够生成具有用户指定特征的人脸绘画的新颖架构。
引用
@article{arxiv.1903.06259,
title = {Conditional GANs For Painting Generation},
author = {Adeel Mufti and Biagio Antonelli and Julius Monello},
journal= {arXiv preprint arXiv:1903.06259},
year = {2019}
}