cGAN (2) 썸네일형 리스트형 [논문 리뷰] Image-to-Image Translation with Conditional Adversarial Networks (Pix2pix) Submit : Isola, Phillip, et al. CVPR (2017) Paper : arxiv.org/pdf/1611.07004.pdf Code : github.com/phillipi/pix2pix 0. Abstract cGAN을 이용하여 한 유형의 이미지를 다른 유형의 이미지를 변환할 수 있는 framework를 제시했습니다. GAN을 사용하기 때문에 L1, L2 loss를 사용할 때보다 더 선명한 이미지를 얻을 수 있습니다. 또한, L1 loss를 사용했기 때문에 pixel 간의 관계를 고려한 scturcted loss 개념도 적용되었습니다. 이미지의 빈 영역을 그럴싸하게 채우러면 대상 영상의 semantic을 정확하게 이해해야 합니다. 그러나, L1/L2 loss를 이용하는 것만으로는 복원.. [논문 리뷰] Conditional Generative Adversarial Nets Submit : Mirza, Mehdi, and Simon Osindero. arxiv (2014) Paper : arxiv.org/abs/1411.1784 Code : github.com/zhangqianhui/Conditional-GAN.git 이 논문은 GAN에 대해서 미리 아시면 좋습니다. 0. Abstraction Generative Adversarial Nets(GAN)은 기존에 생성 모델을 훈련하는 방법 중 하나로 소개되었습니다. 본 논문에서 저자는 Generator와 Discriminator 모두에 조건부 데이터 y를 제공하여 구성할 수있는 CGAN을 소개합니다. 이 모델에서는 클래스 label에 따라 MNIST 숫자를 지목해 생성 할 수 있습니다. 또한 이를 사용하여 multi-modal.. 이전 1 다음
