Обзор методов кондиционирования GANs

Опубликовано: 10/01/2021 Время на прочтение: 4 минут

Рис. 1, кондиционирование путем конкатенации [источник]

Рис. 2, конкатенация на промежуточном слое [источник]

Кондиционирование с использованием вспомогательного классификатора:

В AC-GANs архитектура дискриминатора модифицируется для вывода реалистичной вероятности выборки и вероятности ее класса. Таким образом, дискриминатор использует вспомогательный классификатор, а целевая функция модифицируется, чтобы включить дополнительный член: логарифмическое правдоподобие правильного класса.

Рис. 3, диаграмма дискриминатора AC-GANs [источник]

Кондиционирование с проекцией:

В cGANs с дискриминатором проекции они модифицировали дискриминатор, чтобы включить проекцию между условием и объектами, извлеченными из изображения. Эта проекция значений измеряет сходство между условием и изображением и добавляется в логит дискриминатора. Выход дискриминатора становится:

Рис. 4, проекция состояния в дискриминаторе [источник]

Условная пакетная нормализация (CBN):

Условная пакетная нормализация использовалась в работах (Dumoulin et al., 2016; De Vries et al., 2017) для передачи стиля, где условие y используется для модуляции активационных функций нейронной сети. Рассмотрим следующее уравнение:

Рекомендации:

  • Условные Генеративные Состязательные Сети
  • Научное Представление Для Художественного Стиля
  • cGANs с проекционным дискриминатором
  • Синтез Условного Изображения Со Вспомогательным Классификатором GANs


прокрутка вверх