通过匹配感知特征学习隐式生成模型

原文： https://www.ibm.com/blogs/research/2019/10/learning-implicit-generative-models/

作者： Inkit Padhi and Youssef Mroueh

翻译：@Chen Quan

计算机视觉社区在通过大型数据集上的预训练模型训练深度卷积神经网络（DCNN）方面取得了成功，从而在对象检测，样式转换，视频识别和超分辨率方面实现了最新的性能。这些功能被称为感知功能（PF），可用于通过微调或转移学习来解决其他问题。但是，存在一个子问题，这些PF的丰富程度未得到充分探讨：隐含的生成模型。

我们可以使用PF来学习隐式生成模型吗？我们在10月31日上午9:18在韩国首尔举行的ICCV 2019上以口头报告的形式介绍了“ 通过匹配感知特征学习隐式生成模型 ”这一问题，我们试图回答这个问题。（地点：3.1A ，D1厅）。该代码可在GitHub上找到：htt