[最新論文/cGANs]モード崩壊を解決するかもしれない正則化項 - Qiita
論文紹介・画像引用 2019.3.13提出 https://arxiv.org/pdf/1903.05628v1.pdf 本研究の成果 ・モード崩壊に対処するための正則化項（本研究提案・後述）を目的関数に追加することで、 conditional GANs（cGANs）での多様な画像生成を可能にした ・正則化項は潜在変数間の距離に対する生成画像間の距離の比率を最大化することを目的としたもの （「Mode collapseとMode seeking」の章の図と「Mode Seeking GANs」の章の図を見れば直感的な理解ができるはず） ・正則化項は様々なcGANに適用できる ・カテゴリ生成・image-to-image・text-to-imageの３つの条件付き画像生成を行ったが、 どのタスクでも画像の質を落とすことなく多様性の向上を実現した これまでのconditional GANの問題
![[最新論文/cGANs]モード崩壊を解決するかもしれない正則化項 - Qiita](https://cdn-ak-scissors.b.st-hatena.com/image/square/f7eeacf8c303e2e5520a2c4cf2a75a7ef96e1e9a/height=288;version=1;width=512/https%3A%2F%2Fqiita-user-contents.imgix.net%2Fhttps%253A%252F%252Fcdn.qiita.com%252Fassets%252Fpublic%252Farticle-ogp-background-9f5428127621718a910c8b63951390ad.png%3Fixlib%3Drb-4.0.0%26w%3D1200%26mark64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTkxNiZoPTMzNiZ0eHQ9JTVCJUU2JTlDJTgwJUU2JTk2JUIwJUU4JUFCJTk2JUU2JTk2JTg3JTJGY0dBTnMlNUQlRTMlODMlQTIlRTMlODMlQkMlRTMlODMlODklRTUlQjQlQTklRTUlQTMlOEElRTMlODIlOTIlRTglQTclQTMlRTYlQjElQkElRTMlODElOTklRTMlODIlOEIlRTMlODElOEIlRTMlODIlODIlRTMlODElOTclRTMlODIlOEMlRTMlODElQUElRTMlODElODQlRTYlQUQlQTMlRTUlODklODclRTUlOEMlOTYlRTklQTAlODUmdHh0LWNvbG9yPSUyMzIxMjEyMSZ0eHQtZm9udD1IaXJhZ2lubyUyMFNhbnMlMjBXNiZ0eHQtc2l6ZT01NiZ0eHQtY2xpcD1lbGxpcHNpcyZ0eHQtYWxpZ249bGVmdCUyQ3RvcCZzPTJmY2U5ZjJhMzljNTE3ZTEwNTkwMjBmZmU3ZTg0ZjJk%26mark-x%3D142%26mark-y%3D112%26blend64%3DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTYxNiZ0eHQ9JTQwUGhvZWJvb29vJnR4dC1jb2xvcj0lMjMyMTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9MzYmdHh0LWFsaWduPWxlZnQlMkN0b3Amcz0yN2EyYzViYWYxNzY5NDUxOTBkMTYzZGI2ZjFiYzQzMw%26blend-x%3D142%26blend-y%3D491%26blend-mode%3Dnormal%26s%3D7ef58231b7429769570ba4c608c9ba08)
StyleGAN「写真が証拠になる時代は終わった。」 - Qiita
・各convolution層後にstyleの調整を行う ・細部の特徴（髪質やそばかす）はノイズによって生成される ・潜在変数$z$を中間潜在変数$w$にマッピングする ・これまでのGANのようにGeneratorの入力層に潜在変数$z$を入れることはしない Style-based generator A：$w$をstyle($y_s,y_b$)に変えるためのアフィン変換 $y_s,y_b$はチャンネルごとに値をもつ B：ノイズは1チャンネル画像から成る convの出力に足し合わせる前に、ノイズをチャンネルごとにスケーリングすることを意味する 構成 Style-based generatorではこれまでのような入力層は使わず、全結合層を連ねたMapping network fから始まる Mapping network fは8層で構成されSynthesis network gは18層で構成され
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
