BriefGPT - AI 论文速递
·
通过生成表示实现自我调节图像生成
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种新的投影方法，将条件信息纳入GAN的鉴别器中，提高了图像生成质量，并成功应用于超分辨率图像生成。
🎯
关键要点
- 提出了一种新的投影方法，将条件信息纳入GAN的鉴别器中。
- 这种方法与当前大多数条件GAN框架的嵌入向量拼接方式形成对比。
- 通过修改，显著提高了基于ILSVRC2012数据集的类别条件图像生成质量。
- 使用单个鉴别器和生成器实现了图像生成。
- 扩展应用到超分辨率，成功生成高度有区别的超分辨率图像。
- 新的结构使得基于参数化功能转换的条件批归一化层的高质量类别转换成为可能。
➡️
