每日论文 Learning from Simulated and Unsupervised Images through Adversarial Training

苹果首发

用没有标签的真实人眼数据通过训练一个模拟器提炼网络(生成器)去提炼生成的人眼图片,增加生成人眼图片的真实性。用一个对抗损失和一个自正则化损失函数去优化训练过程。

每日论文 Learning from Simulated and Unsupervised Images through Adversarial Training_第1张图片

这个优化方程优化生成器R,同时增加了约束项,将提炼的人眼和生成的人眼就行L1范式最小化。


这个优化方法优化辨别器,除了用生成的人眼数据使得值最小,还用到真实的人眼数据优化使得值最大。

为了增加真实效果,还进行了局部辨别器处理和缓存提炼图片等算法。网络也用到残差网络保留很多输入图像信息。


每日论文 Learning from Simulated and Unsupervised Images through Adversarial Training_第2张图片

你可能感兴趣的:(每日论文 Learning from Simulated and Unsupervised Images through Adversarial Training)