1.cGAN(Conditional Generative Adversarial Nets):
cGAN通过加约束来使得GAN可以生成具体服从某一分布的样本,如mnist中生成某一类数值的图片,
原理如下:
2.SeGAN:
核心内容:通过输入被部分遮挡的mask以及原图,来生成未被遮挡的物体。具体如下图:左侧沙发被盆栽挡住部分结构,输入原图以及被遮挡沙发的ground truth,最终生成一个完整的彩色沙发图。
具体理解如下:
Segmentor部分的输入为4个channel的张量(RGB 3个+1个 可见的