利用 GAN 判别器特征进行基于判别器特征的推断
计算机视觉与模式识别
2020-03-06 v2
摘要
生成对抗网络（GANs）通过学习从潜向量到数据的映射成功生成高质量数据。多项研究指出，GAN 的潜空间具有语义意义，可用于高级数据分析与操控。为了在 GAN 的潜空间中对真实数据进行分析，有必要构建从数据到潜向量的推断映射。本文提出一种有效算法，利用 GAN 判别器特征精确推断潜向量。我们的主要目标是以最小的训练开销提升推断映射的准确性。此外，利用所提算法，我们提出了一种条件图像生成算法，即空间条件 GAN（spatially conditioned GAN）。大量评估证实，所提推断算法比现有方法实现了语义上更精确的推断映射，并可成功应用于高级条件图像生成任务。
引用
@article{arxiv.1805.10717,
title = {Discriminator Feature-based Inference by Recycling the Discriminator of GANs},
author = {Duhyeon Bang and Seoungyoon Kang and Hyunjung Shim},
journal= {arXiv preprint arXiv:1805.10717},
year = {2020}
}