论文原文地址:Adversarial Latent Autoencoders
摘要
- 自动编码器网络是一种无监督的方法,目的是通过同时学习编码器-生成器映射来结合生成和表示特性。 虽然研究广泛,但它们是否具有GANS相同的生成能力,或学习分离的表示,尚未得到充分解决。
我们介绍了一种自动编码器,它共同处理这些问题,我们称之为对抗性潜在自动编码器(ALAE)。
这是一个通用的架构,可以利用最近对GAN培训程序的改进。 我们设计了两个自动编码器:一个基于MLP编码器
,另一个基于styleGAN生成器
,我们称之为styleALAE。 我们验证了这两种体系结构的区别属性。 我们表明,StyleALAE不仅可以生成1024×1024张具有类似StyleGAN质量的人脸图像,而且在相同的分辨率下还可以产生基于真实图像的人脸重建和操作。 这使得ALAE成为第一个能够与生成器类型的体系结构进行比较和超越的自动编码器。