用生成式变分自编码器生成高分辨率图像
图像与视频处理
2021-06-23 v3 计算机视觉与模式识别
机器学习
摘要
在这项工作中，我们提出一种用于生成高分辨率图像的新型神经网络。我们将 VAE 的解码器替换为判别器，同时原样使用编码器。编码器由正态分布数据输入，而生成器由高斯分布输入。两者组合送入判别器，由其判断生成图像是否正确。我们在三个不同数据集上评估我们的网络：MNIST、LSUN 和 CelebA 数据集。我们的网络在使用 MMD、SSIM、对数似然、重构误差、ELBO 和 KL 散度作为评估指标时击败了先前的最先进水平(SOTA)，同时生成了更清晰的图像。这项工作是潜在非常令人兴奋的，因为我们能够以原则性的贝叶斯方式结合生成模型与推断模型的优势。
引用
@article{arxiv.2008.10399,
title = {Generate High Resolution Images With Generative Variational Autoencoder},
author = {Abhinav Sagar},
journal= {arXiv preprint arXiv:2008.10399},
year = {2021}
}
备注
The network architecture used in this paper while training the model is not correct