面向图像生成与数据增强的生成合作网络
计算机视觉与模式识别
2018-12-21 v3
摘要
在计算机视觉中，给定一个抽象概念如何构建良好的图像生成模型是一个基本问题。本文中，我们探索了一种用于生成具有期望特征的未见图像的生成模型。我们提出了用于图像生成的生成合作网络（Generative Cooperative Net, GCN）。其思想类似于生成对抗网络，不同之处在于生成器与判别器被训练为相互协作。我们在手写数字生成与面部表情生成上的实验表明，GCN的两个合作对应部分（生成器与分类器）能够良好协作并取得有前景的结果。我们还发现了此类生成模型作为数据增强工具的用途。我们将该方法应用于一个识别任务的实验表明，与其他现有方法相比它非常有效。它易于搭建，并有助于生成非常大的合成数据集。
引用
@article{arxiv.1705.02887,
title = {Generative Cooperative Net for Image Generation and Data Augmentation},
author = {Qiangeng Xu and Zengchang Qin and Tao Wan},
journal= {arXiv preprint arXiv:1705.02887},
year = {2018}
}
备注
12 pages, 8 figures