域划分网络
机器学习
2019-02-22 v1 计算机视觉与模式识别
机器学习
摘要
标准对抗训练涉及两个智能体，即生成器与判别器，进行极小极大博弈。然而，即使玩家收敛到均衡，生成器也可能仅恢复目标数据分布的一部分，这种情况通常称为模式崩溃。本文中，我们提出域划分网络（DoPaNet），一种处理生成对抗学习中模式崩溃的新方法。我们采用多个判别器，各自鼓励生成器覆盖目标分布的不同部分。为确保这些部分不重叠并坍缩至同一模式，我们在博弈中加入一个分类器作为第三智能体。该分类器决定生成器对每个样本与哪个判别器对抗训练。通过在玩具示例与真实图像上的实验，我们展示了 DoPaNet 在覆盖真实分布方面的优点及其相对于竞争方法的优越性。此外，我们还展示了可利用 DoPaNet 控制生成样本所来自的模式。
引用
@article{arxiv.1902.08134,
title = {Domain Partitioning Network},
author = {Botos Csaba and Adnane Boukhayma and Viveka Kulharia and András Horváth and Philip H. S. Torr},
journal= {arXiv preprint arXiv:1902.08134},
year = {2019}
}
备注
18 pages, 13 figures