Steven Liu, Tongzhou Wang, David Bau, Jun-Yan Zhu, Antonio Torralba
シンプルだが効果的な教師なしのリアルで多様な画像を生成する方法を提案
提案モデルは、弁別器の特徴空間でのクラスタリングから自動的に導出されたラベルを条件としています。 標準mode collapseベンチマークでの実験は、mode collapseに対処する場合、提案手法がいくつかの競合する手法よりも優れていることを示しています。
提案手法は、ImageNetやPlaces365などの大規模なデータセットでもうまく機能し、以前の方法と比較して、画像の多様性と標準的な品質の指標の両方を改善します