基于生成对抗网络的通用辅助分类器（VAC+GAN）
图像与视频处理
2018-06-20 v3 计算机视觉与模式识别
机器学习
摘要
人工智能中最有趣的挑战之一是训练条件生成器，使其能够提供从特定分布中抽取的带标签对抗样本。本工作提出了一种新框架，通过将分类器与判别器并行放置并将分类误差反向传播通过生成器网络来训练深度条件生成器。该方法具有通用性，适用于生成对抗网络（GAN）的任何变体实现，并且相较于类似方法取得了更优的结果。
引用
@article{arxiv.1805.00316,
title = {Versatile Auxiliary Classifier with Generative Adversarial Network (VAC+GAN)},
author = {Shabab Bazrafkan and Hossein Javidnia and Peter Corcoran},
journal= {arXiv preprint arXiv:1805.00316},
year = {2018}
}
备注
This paper will be uploaded as two separate manuscripts