用于由粗到精图像生成的多阶段变分自编码器
计算机视觉与模式识别
2017-05-23 v1 机器学习
摘要
变分自编码器(VAE)是一种强大的无监督学习框架，用于图像生成。VAE 的一个缺点是其高斯性假设及由此采用的 L2 损失导致生成图像模糊。为使 VAE 能够生成高质量图像，我们通过采用残差块与跳跃连接来增强解码器网络的容量，这也使得优化更加高效。为克服 L2 损失的局限性，我们提出以多阶段、由粗到精的方式生成图像。在最简单的情况下，所提出的多阶段 VAE 将解码器分为两个组件，其中第二个组件基于第一个组件生成的粗略图像生成精化图像。由于第二个组件独立于 VAE 模型，它可以采用 L2 损失之外的其他损失函数以及不同的模型架构。所提出的框架可轻松推广至包含两个以上组件。在 MNIST 和 CelebA 数据集上的实验结果表明，与原始 VAE 相比，所提出的多阶段 VAE 能够生成更清晰的图像。
引用
@article{arxiv.1705.07202,
title = {Multi-Stage Variational Auto-Encoders for Coarse-to-Fine Image Generation},
author = {Lei Cai and Hongyang Gao and Shuiwang Ji},
journal= {arXiv preprint arXiv:1705.07202},
year = {2017}
}