论文：A study on GAN using capsule network
Introduction
近来，已经广泛研究了使用CNN的图像处理。 GAN（Generative Adversarial Network）是其中之一。像DCGAN一样，有很多使用CNN的GAN。然而，CNN具有缺陷，即图像的特征之间的关系信息可能丢失。 2017年提出的Capsule Network克服了CNN的缺陷。因此，我们假设使用胶囊网络的GAN可以生成质量更好的图像。在这项研究中，我们提出Capsule GAN，它将Capsule网络纳入GAN的鉴别器和生成器
Capsule Network
胶囊网络基于CNN。通过将每个神经元的输入从标量更改为矢量，它可以保留图像特征之间的关系信息。胶囊网络在保留相关信息的同时处理图像。它输出DigitCaps层作为输出层。 DigitCaps图层具有具有图像特征的16维矢量。向量数是分类类别。向量的长度表示分类的可能性。
Proposed Method
所建议的Capsule GAN的结构如图1所示。Capsule Network像CNN一样并入了鉴别器。鉴别符的DigitCaps层乘以潜在变量。它们被视为生成器的输入
图1
网友评论