利用潜对抗生成器创建高分辨率图像
计算机视觉与模式识别
2020-03-06 v1 图像与视频处理
机器学习
摘要
生成逼真图像是困难的，近来已提出许多针对该任务的表述。然而，若我们将任务限制为生成特定类别的图像，则该任务变得更容易处理。也就是说，我们提议不从自然图像流形中作为样本生成任意图像，而是从自然图像的特定“子空间”中采样图像，并由来自同一子空间的低分辨率图像引导。我们所解决的问题虽接近于单图像超分辨率的表述，但实际上相当不同。单图像超分辨率是从相对低分辨率图像预测最接近真实图像的任务。我们提议用一种称为潜对抗生成器（Latent Adversarial Generator, LAG）的新方法，在给定极小输入的情况下生成高分辨率图像样本。在我们的生成采样框架中，仅使用输入（可能为极低分辨率）来引导网络应生成何种类别的样本。因此，我们算法的输出并非与输入相关的唯一图像，而是从自然图像流形中采样的一组相关图像。我们的方法仅使用感知损失在对抗器的潜空间中学习——它没有像素损失。
引用
@article{arxiv.2003.02365,
title = {Creating High Resolution Images with a Latent Adversarial Generator},
author = {David Berthelot and Peyman Milanfar and Ian Goodfellow},
journal= {arXiv preprint arXiv:2003.02365},
year = {2020}
}