S³GAN : High-Fidelity Image Generation With Fewer Labels (2019.03)

##S³GAN : High-Fidelity Image Generation With Fewer Labels (2019.03)

介绍

• 半监督学习：整个训练集的标签可以从一小部分标记过的训练图像中推断出来，而推断出来的标签可以用作GAN训练的条件信息。
• 自监督学习：旨在通过设计辅助任务来学习可区别性的视觉特征，如此，目标标签就能够自由获取。这些标签能够直接从训练数据或图像中获得，并为计算机视觉模型的训练提供监督信息。
• 传统的GAN在判别器(D)网络的输出端会使用二分类模式，代表真和假。在SGAN中，就是把这个二分类（sigmoid）转化为多分类（softmax），类型数量为N+1，指代N个标签的数据和“一个假数据”，表示为:
  

Models

模型a中，鉴别器D被分解为一个鉴别器表征?^~和一个线性分类器?_(?/?)，鉴别器表示为 。 y_? 是已知标签信息，z是