GANを使ってデータ拡張を行うと、入力画像とのドメインのギャップが生じる。そのため、入力画像から得られた潜在変数に摂動を与えて生成した画像を使って分類器を学習することでドメインの乖離に対処している。

顔の分類において、既存のtest time augmentationと同等程度の効果を発揮し、併用することでさらに改善ができることを確認。また、一度潜在空間を通すことで敵対的攻撃にも強くなることを確認した。

https://chail.github/