「每週CV論文推薦」 初學GAN必須要讀的文章

AIBigbull2050發表於2019-09-10

歡迎來到《每週CV論文推薦》。在這個專欄裡,還是本著有三AI一貫的原則,專注於讓大家能夠系統性完成學習,所以我們推薦的文章也必定是同一主題的。

GAN作為當前最有前途,也最燒錢的方向之一,值得每一個從事CV領域的同學跟進,今天給大家介紹入行GAN需要讀的文章。

作者&編輯 | 言有三

1 GAN

首先當然是要讀GAN之父Goodfellow的文章[2]了,引用量已經超過了10000+,不過因為GAN模型同時包含了生成學習和判別學習模型,也推薦大家讀一讀文[1]對兩者的對比。

文章引用量:10000+

推薦指數:✦✦✦✦✦

「每週CV論文推薦」 初學GAN必須要讀的文章

[1] Ng A Y, Jordan M I. On discriminative vs. generative classifiers: A comparison of logistic regression and naive bayes[C]//Advances in neural information processing systems. 2002: 841-848.

[2] Goodfellow I, Pouget-Abadie J, Mirza M, et al. Generative adversarial nets[C]//Advances in neural information processing systems. 2014: 2672-2680.

2 DCGAN

作為第一個全卷積GAN,簡單,有效,對機器的要求不高,誰都可以上手在短時期來完成影像生成任務,領略GAN的神奇之處。

文章引用量:4000+

推薦指數:✦✦✦✦✦

「每週CV論文推薦」 初學GAN必須要讀的文章

[3] Radford A, Metz L, Chintala S. Unsupervised representation learning with deep convolutional generative adversarial networks[J]. arXiv preprint arXiv:1511.06434, 2015.

3 CGAN和InfoGAN

GAN雖然是無監督模型,DCGAN固然也好用,但是加了條件控制之後才能做更多的事情。CGAN是第一個條件GAN模型,能夠控制生成數字的細節。Infogan是無監督的cgan,通過隱變數約束c與生成資料之間的關係,它們是後面出現的更加強大的條件GAN的基礎。

文章引用量:2000+

推薦指數:✦✦✦✦✦

「每週CV論文推薦」 初學GAN必須要讀的文章

[4] Mirza M, Osindero S. Conditional generative adversarial nets[J]. arXiv preprint arXiv:1411.1784, 2014.

[5] Chen X, Duan Y, Houthooft R, et al. Infogan: Interpretable representation learning by information maximizing generative adversarial nets[C]//Advances in neural information processing systems. 2016: 2172-2180.

4 級連GAN

原始的GAN生成圖的解析度太小,無法實用,為了更加穩定地生成更加高清的圖,LAPGAN[6]/StackedGAN[7]借鑑了影像中的金字塔演算法,各自提出級連的GAN結構。NVIDIA則在Progressive GAN中首次將影像生成到了1024解析度,效果驚人。

文章引用量:1000+

推薦指數:✦✦✦✦✧

「每週CV論文推薦」 初學GAN必須要讀的文章

[6] Denton E L, Chintala S, Fergus R. Deep generative image models using a laplacian pyramid of adversarial networks[C]//Advances in neural information processing systems. 2015: 1486-1494.

[7] Huang X, Li Y, Poursaeed O, et al. Stacked generative adversarial networks[C]//IEEE Conference on Computer Vision and Pattern Recognition (CVPR). [8] Karras T, Aila T, Laine S, et al. Progressive growing of gans for improved quality, stability, and variation[J]. arXiv preprint arXiv:1710.10196, 2017.

5 如何獲取文章與交流

找到有三AI開源專案即可獲取。

https://github.com/longpeng2008/yousan.ai


https://www.toutiao.com/i6734858201180668419/



來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69946223/viewspace-2656588/,如需轉載,請註明出處,否則將追究法律責任。

相關文章