用于细粒度可控图像生成的变分条件GAN

胡明琪、周德宇、何玉兰
第十一届亚洲机器学习会议记录，PMLR 101:109-1242019年。

摘要

本文提出了一种新的条件GAN变分生成器框架，用于捕获语义细节，以提高生成质量和多样性。条件GAN中的传统生成器只是将条件向量与噪声串联起来作为输入表示，直接用于上采样操作。然而，隐藏的条件信息并没有被充分利用，尤其是当输入是类标签时。因此，我们在生成器中引入了一种变分推理，仅从条件输入中推断出潜在变量的后验，这有助于实现图像生成的变量增强表示。定性和定量实验结果表明，该方法优于现有方法，获得了逼真的可控图像。

引用本文

BibTeX公司
@会议记录{pmlr-v101-hu19a，title={细粒度可控图像生成的变分条件GAN}，author={胡、明奇和周、德玉和何、玉兰}，booktitle={第十一届亚洲机器学习会议论文集}，页数={109--124}，年份={2019}，editor={Lee，Wee Sun和Suzuki，Taiji}，体积={101}，series={机器学习研究论文集}，月={11月17日--19日}，publisher={PMLR}，pdf={http://proceedings.mlr.press/v101/hu19a/hu19a.pdf},url={https://proceedings.mlr.press/v101/hu19a.html},抽象={在本文中，我们为条件GANs提出了一种新的变分生成器框架，以捕捉语义细节，从而提高生成质量和多样性。条件GANs中的传统生成器简单地将条件向量与噪声连接起来作为输入表示，直接用于上采样操作。然而，隐藏的条件信息并没有被充分利用，尤其是当输入是类标签时。因此，我们在生成器中引入了一种变分推理，仅从条件输入中推断出潜在变量的后验，这有助于实现图像生成的变量增强表示。定性和定量实验结果表明，该方法优于现有方法，并获得了逼真的可控图像。}}
尾注
%0会议论文%用于细粒度可控图像生成的T变分条件GAN%阿明奇胡%A德玉周%何玉兰%第十一届亚洲机器学习会议论文集%C机器学习研究进展%D 2019年%E Wee Sun Lee先生%E铃木太极拳%F pmlr-v101-hu19a型%I项目经理%第109-124页%U型https://proceedings.mlr.press/v101/hu19a.html%101伏%X在本文中，我们提出了一种新的条件GAN变分生成器框架，用于捕获语义细节，以提高生成质量和多样性。条件GAN中的传统生成器只是将条件向量与噪声串联起来作为输入表示，直接用于上采样操作。然而，隐藏的条件信息并没有被充分利用，尤其是当输入是类标签时。因此，我们在生成器中引入了一种变分推理，仅从条件输入中推断出潜在变量的后验，这有助于实现图像生成的变量增强表示。定性和定量实验结果表明，该方法优于现有方法，获得了逼真的可控图像。
亚太地区
Hu，M.，Zhou，D.&He，Y.（2019年）。用于细粒度可控图像生成的变分条件GAN。第十一届亚洲机器学习会议记录，英寸机器学习研究进展101:109-124可从https://proceedings.mlr.press/v101/hu19a.html。

相关材料