基于生成对抗网络的通用辅助分类器（VAC+GAN）与多类场景
机器学习
2018-06-21 v1 图像与视频处理
机器学习
摘要
条件生成器在多类场景中学习每一类的数据分布，并在给定潜空间正确输入时生成特定类的样本。本文提出了一种称为“基于生成对抗网络的通用辅助分类器（VAC+GAN）”的多类场景方法。在该技术中，通过将多类分类器与判别器网络并行放置并将分类误差反向传播通过生成器，使生成对抗网络（GAN）的生成器转变为条件生成器。该技术具有通用性，可应用于任何 GAN 实现。文中还给出了在两个数据库上的结果以及与其他方法的比较。
引用
@article{arxiv.1806.07751,
title = {Versatile Auxiliary Classifier with Generative Adversarial Network (VAC+GAN), Multi Class Scenarios},
author = {Shabab Bazrafkan and Peter Corcoran},
journal= {arXiv preprint arXiv:1806.07751},
year = {2018}
}
备注
arXiv admin note: substantial text overlap with arXiv:1805.00316