May, 2019
OOGAN: 用 One-Hot Sampling 和正交正则化解开 GAN 的纠缠
OOGAN: Disentangling GAN with One-Hot Sampling and Orthogonal
Regularization
TL;DR本文探讨了使用 GAN 实现无监督分解学习的潜力，提出了一种新的基于 GAN 的分解框架，使用 One-Hot Sampling 和正交正则化(OOGAN)。通过针对生成器和鉴别器结构的微小结构变化和正交正则化，实现了更优秀的分解结果，且实验结果表明在高分辨率图像上 OOGAN 取得了很好的效果。