GAN与计算机视觉经典论文合集

会议之眼文章解读篇

生成对抗网络（GAN,Generative Adversarial Networks）是最近两年2年很热门的一种无监督算法，它能生成非常逼真的照片和视频。本文主要整理介绍了近两年来GAN模型在计算机视觉领域的经典文章，7篇文章已经上传到了百度网盘，追赶AI潮流的你怎么能错过呢？！

 

BIGGAN

Large scale gan training for high fidelity natural image synthesis

Brock, Andrew, Jeff Donahue, and Karen Simonyan

尽管生成图像技术在建模方面取得了最新进展，但是从复杂的数据集（例如ImageNet）成功生成高分辨率，多样的结果仍然是一个遥不可及的目标。为此，我们以尚未尝试的最大规模数据训练了生成对抗网络，并研究了这种规模所特有的不稳定性。我们发现，对生成器应用正交正则化使其适合于简单的“截断技巧”，从而可以通过减少生成器输入的方差来精确控制样本保真度与变化之间的权衡。我们修改并构建了一个新的模型，该模型在类条件图像合成中设置了新的技术水平。当在ImageNet上以128x128分辨率进行训练时，我们模型（BigGAN）的初始得分（IS）为166.5，Frechet初始距离（FID）为7.4。

 

 

StyleGANA

style-based generator architecture for generative adversar