TeRA: Rethinking Text-guided Realistic 3D Avatar Generation
Nanjing University（南京大学）；Concordia University（约克大学）
本研究提出TeRA两阶段3D数字人生成框架，通过蒸馏人体重建模型构建结构化隐空间、训练文本控制隐扩散模型，提升了文本生成写实3D数字人的效率与效果，还支持局部定制，主客观评估均优于现有模型。
2025-09-02 cs.CV
Generative Adversarial Networks for Automatic Polyp Segmentation
University of Oslo（奥斯陆大学）
本文旨在使用生成对抗网络框架对自动息肉分割问题进行基准测试。将问题视为图像到图像的翻译任务，利用条件生成对抗网络来生成由图像作为输入的条件掩码。生成器和卷积神经网络都是基于卷积神经网络的。模型的Jaccard指数为0.4382，F2得分为0.611。
2020-12-12 cs.CV cs.LG eess.IV
RAVEN: Rethinking Adversarial Video Generation with Efficient Tri-plane Networks
Max Planck Institute for intelligent Systems（马克斯·普朗克智能系统研究所）；Inria（法国国家信息与自动化研究所）；École normale supérieure（巴黎高等师范学院）；CNRS（法国国家科学研究中心）；PSL Research University（巴黎文理研究大学）；ELLIS Institute Tübingen（埃利斯研究所蒂宾根分所）
RAVEN提出基于混合显式-隐式三平面表示和单一潜在编码的高效无条件视频生成模型，将计算复杂度降低一半以上，并结合光流模块在256×256分辨率下生成超过5秒的高保真视频。
2024-08-11 cs.CV cs.LG
Rethinking Vector Field Learning for Generative Segmentation
Peking University（北京大学）；Baidu（百度）
本文从向量场学习角度重新审视扩散分割，解决梯度消失和轨迹遍历问题，提出改进的向量场重塑策略和高效类别编码方案，提升分割性能。
2026-03-19 cs.CV
Rethinking Image Editing Detection in the Era of Generative AI Revolution
Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所）；University of Chinese Academy of Sciences（中国科学院大学）
本文构建了大规模生成式区域编辑数据集GRE，整合多模态大模型和多种编辑方法，并通过分类、归因和定位三项任务推动生成式图像编辑检测研究。
2023-11-29 cs.CV
Rethinking Generative Image Pretraining: How Far Are We From Scaling Up Next-Pixel Prediction?
Google Deepmind（谷歌DeepMind）
本文研究了自回归下一步像素预测的扩展特性，探讨了统一视觉模型中简单且端到端但尚未充分探索的框架。通过在32x32分辨率的图像上训练Transformer模型，评估了三个目标指标：下一步像素预测目标、ImageNet分类准确率和基于生成的完成度（通过Fr'echet距离测量）。研究发现，最优扩展策略高度依赖任务，且随着图像分辨率的增加，模型大小必须比数据量增长得更快。通过预测发现，计算能力是主要瓶颈，而非训练数据量。随着计算能力每年增长四到五倍，预计在五年内可实现像素级图像建模。
2026-05-17 cs.CV cs.LG
Generative Adversarial Networks and Other Generative Models
Fraunhofer Institute for Digital Medicine MEVIS（弗劳恩霍夫数字医学MEVIS研究所）
与CNN相比，生成网络在分类、分割或目标检测方面的目标和方法有着根本的不同。它们最初并不是一种图像分析工具，而是用来生成看起来自然的图像。对抗性训练范式已经被提出来稳定生成方法，并且已经被证明是非常成功的-尽管从第一次尝试开始就不是这样。本章对生成对抗网络（GANs）的动机进行了基本介绍，并通过抽象基本任务和工作机制，以及推导早期实用方法的困难，追溯了它们的成功之路。将显示更稳定的训练方法，以及收敛性差的典型迹象及其原因。虽然本章重点介绍用于图像生成和图像分析的GANs，但对抗训练范式本身并不特定于图像，也适用于图像分析中的任务。在将GANs与最近进入场景的进一步生成建模方法进行对比之前，图像语义分割和异常检测的架构示例将受到好评。这将允许对GANs的限制和好处进行上下文化的查看。
2022-07-08 cs.CV cs.LG eess.IV
Mean Velocity Matching: Rethinking Generative Dynamics in Diffusion Models
Chengdu University of Technology（成都理工大学）；Peking University（北京大学）；University of Electronic Science and Technology of China（电子科技大学）
本文提出均值速度匹配（MVM）方法，通过单一场参数化直接支持扩散模型的随机反向动力学，无需额外分数估计，并在ImageNet上达到具有竞争力的FID，统一了随机与确定性采样。
2026-10-14 cs.CV cs.LG
DiT-JSCC: Rethinking Deep JSCC with Diffusion Transformers and Semantic Representations
Beijing University of Posts and Telecommunications（北京邮电大学）；Shanghai Jiao Tong University（上海交通大学）；University of Shanghai for Science and Technology（上海科技大学）
提出DiT-JSCC框架，联合学习语义优先表示编码器和扩散变换器生成解码器，通过粗细粒度条件解码和基于Kolmogorov复杂度的自适应带宽分配，在极端信道条件下提升语义一致性与传输效率。
2026-06-19 cs.CV eess.IV
Lung image segmentation by generative adversarial networks
School of Applied Mathematics, Xiamen University of Technology（厦门理工学院应用数学学院）
肺部图像分割在肺部疾病的计算机辅助诊断和治疗中起着重要的作用。提出了一种基于生成对抗网络的肺部图像分割方法。我们采用了各种生成对抗网络，并利用其图像翻译能力来执行图像分割。采用生成对抗网络将原始肺部图像转换为分割图像。基于生成对抗网络的分割方法在真实肺部图像数据集上进行了测试。实验结果表明，该方法是有效的，优于最先进的方法。
2019-07-30 cs.CV eess.IV
Complexity Matters: Rethinking the Latent Space for Generative Modeling
National University of Singapore（新加坡国立大学）；Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
本文从模型复杂性视角重新思考生成建模的隐空间，提出隐-数据分布距离及解耦自编码器（DAE）两阶段训练策略，在 VQGAN 和 Diffusion Transformer 等模型上以更低模型复杂性显著提升生成质量。
2023-10-29 cs.LG stat.ML
Rethinking the Objectives of Vector-Quantized Tokenizers for Image Synthesis
National University of Singapore（新加坡国立大学）；Tencent PCG（腾讯平台与内容事业群）
矢量量化（基于矢量量化）生成模型通常由两个基本组件组成，即，VQ标记器和生成Transformers。以前的研究集中在提高重建保真度的VQ tokenizer，但很少检查如何改善重建影响生成Transformers的生成能力。在本文中，我们惊讶地发现，提高重建保真度的VQ标记不一定提高生成。相反，学习压缩VQ标记器中的语义特征可以显著提高生成Transformers捕获纹理和结构的能力。因此，我们强调两个相互竞争的目标的VQ标记图像合成：语义压缩和细节保存。不同于以往的工作，只追求更好的细节保护，我们提出了语义量化GAN（SeQ-GAN GAN）的两个学习阶段，以平衡这两个目标。在第一阶段，我们提出了一个语义增强的感知损失更好的语义压缩。在第二阶段，我们固定编码器和码本，但增强和微调解码器，以实现更好的细节保留。所提出的SeQ-GAN极大地改进了基于矢量量化的生成模型，并且在无条件和有条件图像生成方面都优于GAN和扩散模型。我们的SeQ-GAN（364 M）在256 x256 ImageNet生成上实现了6.25的Frechet Inception Distance（FID）和140.9的Inception Score（IS），这比VIT-VQGAN（714 M）有了显着的改进，后者获得了11.2 FID和97.2 IS。
2023-03-09 cs.CV
Beyond Statistical Similarity: Rethinking Metrics for Deep Generative Models in Engineering Design
Massachusetts Institute of Technology（麻省理工学院）；MIT-IBM Watson AI Lab（MIT-IBM沃森人工智能实验室）
本文针对工程设计场景下深度生成模型传统统计评估指标的适配性缺陷，梳理经典指标局限，整理设计专属评估指标集，通过两类工程设计案例验证指标有效性并公开相关代码。
2025-11-17 cs.LG
Rethinking The Training And Evaluation of Rich-Context Layout-to-Image Generation
Amazon Web Services（亚马逊网络服务）；University of Macau（澳门大学）
针对布局到图像生成中复杂文本描述表征不足及训练评估设置不匹配的问题，提出新型区域交叉注意力模块和两个开放词汇评估指标，并通过用户研究验证指标与人类偏好的一致性。
2025-01-11 cs.CV
Rethinking Data Protection in the (Generative) Artificial Intelligence Era
The State Key Laboratory of Blockchain and Data Security（区块链与数据安全国家重点实验室）；Nanyang Technological University（南洋理工大学）；University of Maryland（马里兰大学）；IBM Research（IBM研究院）；CISPA Helmholtz Center for Information Security（CISPA 欧洲信息安全部分）；University of Oxford（牛津大学）
该研究针对生成式AI时代传统数据保护理念失效、保护边界模糊的问题，提出覆盖AI全流程的四级数据保护分类体系，分析相关技术方案与监管盲区，为AI治理与实践提供指导。
2025-09-03 cs.AI cs.CR cs.CV
Rethinking Refinement: Correcting Generative Bias without Noise Injection
State Key Laboratory of Information Photonics（信息光子与光通信国家重点实验室）；Optical Communications, Beijing University of Posts（光通信，北京邮电大学）；School of Physical Science（物理科学学院）；Technology, Beijing University of Posts（技术学院，北京邮电大学）
本文提出Bi-stage Flow Refinement框架，通过潜在空间对齐和数据空间细化，无需噪声注入即可有效纠正生成模型的系统性偏差，提升样本保真度和覆盖率。
2026-01-29 cs.AI cs.LG
Time Efficient Training of Progressive Generative Adversarial Network using Depthwise Separable Convolution and Super Resolution Generative Adversarial Network
生成对抗网络已成功用于生成大小为1024 ^2的高分辨率增强图像。虽然生成的增强图像是前所未有的，但模型的训练时间异常长。传统的GAN需要训练鉴别器和生成器。渐进式GAN是当前用于图像增强的最先进的GAN，而不是一次训练GAN，提出了同时渐进增长鉴别器和生成器的新概念。虽然较低的阶段，如4x4和8x8训练相当快，后期阶段消耗大量的时间，可能需要几天才能完成模型训练。在我们的论文中，我们提出了一种新的流水线，结合渐进式GAN略有修改和超分辨率GAN。超分辨率GAN将低分辨率图像采样为高分辨率图像，这可以证明是一种有用的资源，可以指数级地减少训练时间。
2022-02-24 cs.CV eess.IV
Rethinking Molecular Design: Integrating Latent Variable and Auto-Regressive Models for Goal Directed Generation
ETH, Zurich（苏黎世联邦理工学院）；University of Zurich（苏黎世大学）；ETH AI Center（苏黎世联邦理工学院AI中心）
本文针对目标导向分子生成，提出融合 VAE 与自回归模型优势的新型正则化混合模型，以提升分子序列有效性、条件生成与风格迁移，并反思经典模型的隐含假设。
2024-09-06 cs.LG q-bio.BM
Erased or Dormant? Rethinking Concept Erasure Through Reversibility
Department of Computer Science University of Nevada Reno（计算机科学系内华达大学拉斯维加斯分校）；Department of Mathematics National University of Singapore（数学系新加坡国立大学）
本文从可逆性角度重新评估扩散模型的概念擦除技术，发现现有方法仅实现表面抑制，通过轻量级微调即可使被擦除概念重新出现，揭示了现有方法的关键局限性。
2025-09-18 cs.CV
MonoFlow: Rethinking Divergence GANs via the Perspective of Wasserstein Gradient Flows
University of Bristol（布里斯托大学）；Changping National Laboratory（昌平国家实验室）；Peking University（北京大学）
本文提出统一生成建模框架MonoFlow，利用Wasserstein梯度流重新解释GAN对抗训练，揭示变分散度最小化与对抗训练的本质区别，并指出只要实现MonoFlow，GAN可拥有更多损失设计。
2023-08-08 cs.LG stat.ML
O-GAN: Extremely Concise Approach for Auto-Encoding Generative Adversarial Networks
本文提出了正交生成对抗网络（O-GANs）。我们将编码器的网络进行正交分解，并在普通GANs的目标中添加额外的损失，这可以使编码器成为一个有效的编码器。同样的额外损失可以嵌入到任何类型的GANs中，并且几乎没有增加计算量。此外，我们讨论了我们的方法的原则，这是相对于充分利用剩余的自由度的时间。正如我们所知，我们的解决方案是训练一个具有自动编码能力的生成对抗网络的最简单方法。
2019-03-05 cs.CV cs.LG
Towards Understanding the Generative Capability of Adversarially Robust Classifiers
Zhejiang University（浙江大学）
最近，一些工作发现了一个有趣的现象，对抗鲁棒分类器可以生成与生成模型相当的好图像。我们从能量的角度研究这一现象，并提供了一个新的解释。我们重新制定了对抗性示例生成，对抗性训练和图像生成的能量函数。我们发现，对抗性训练有助于获得一个平坦的能量函数，并且在真实数据周围具有较低的能量，这是生成能力的关键。基于我们的新理解，我们进一步提出了一种更好的对抗训练方法，联合能量对抗训练（JEAT），它可以生成高质量的图像，并在广泛的攻击下实现新的最先进的鲁棒性。JEAT生成的图像的初始得分（CIFAR-10）为8.80，远远优于原始的鲁棒分类器（7.50）。
2021-09-14 cs.CV cs.LG
Rethinking Artistic Copyright Infringements in the Era of Text-to-Image Generative Models
University of Maryland（马里兰大学）；George Washington University（乔治华盛顿大学）
该研究将艺术版权侵权问题重构为图像集合分类问题，推出含可解释TagMatch方法的ArtSavant工具，经大规模实证发现仅20%多产艺术家风格存在被主流文生图模型简单提示复制的风险。
2024-04-11 cs.AI cs.CV
Rethinking Test Time Scaling for Flow-Matching Generative Models
Australian National University（澳大利亚国立大学）；Amazon Research（亚马逊研究院）
本文提出DOG-Trim方法，通过Repel和NARF提升测试时间扩展效果，解决流匹配模型中全局搜索的挑战，实现性能提升。
2026-03-20 cs.CV
Latent Dirichlet Allocation in Generative Adversarial Networks
University of Electronic Science and Technology of China（电子科技大学）
我们研究了基于生成对抗网络（GANs）的图像多模态生成建模问题。尽管现有的方法取得了成功，但它们往往忽略了视觉数据的底层结构或其多模态生成特性。为了解决这个问题，我们引入狄利克雷先验的多模态图像生成，这导致了一个新的潜在狄利克雷分配的GAN（LDAGAN）。详细地，对于生成过程建模，LDAGAN为每个样本定义生成模式，确定其属于哪个生成子过程。对于对抗训练，LDAGAN推导出一种变分期望最大化（VEM）算法来估计模型参数。在真实数据集上的实验结果表明，LDAGAN的性能优于其他现有的GANs。
2019-11-06 cs.CV cs.LG stat.ML
Rethinking Robustness: A New Approach to Evaluating Feature Attribution Methods
Intuit Inc.（Intuit公司）
本文提出了一种新的评估特征归因方法鲁棒性的方法，通过定义相似输入和生成对抗网络生成输入，提供更客观的度量标准以评估归因方法的鲁棒性。
2025-12-07 cs.AI cs.CV cs.LG
Generative Adversarial Networks: recent developments
Wrocław University of Science and Technology（弗罗茨瓦夫科技大学）；Tooploox Ltd.（图普洛克斯有限公司）
在传统的生成式建模中，良好的数据表示通常是良好的机器学习模型的基础。它可以链接到编码更多隐藏在原始数据中的解释性因素的良好表示。随着生成对抗网络（GANs）的发明，生成模型的一个子类，能够以无监督和半监督的方式学习表示，我们现在能够从简单的先验分布到目标数据分布的良好映射。本文概述了GANs的最新发展，重点是学习潜在空间表示。
2019-03-16 cs.CV cs.LG stat.ML
Graphical Generative Adversarial Networks
Tsinghua University（清华大学）；University of Amsterdam（阿姆斯特丹大学）；Canadian Institute for Advanced Research（加拿大高等研究院）
我们提出了图形生成对抗网络（Graphical-GAN）来建模结构化数据。Graphical-GAN结合了贝叶斯网络在复杂表示随机变量之间的依赖结构方面的能力和生成对抗网络在学习表达依赖函数方面的能力。我们引入了一个结构化的识别模型来推断潜变量的后验分布的观察。我们推广的期望传播（EP）算法学习的生成模型和识别模型联合。最后，我们提出了两个重要的图形-GAN的实例，即高斯混合GAN（GM GAN）和状态空间GAN（SS GAN），它们可以成功地学习离散和时间结构的视觉数据集，分别。
2018-12-12 cs.CV cs.LG stat.ML
Regularized Generative Adversarial Network
Princeton University（普林斯顿大学）；Columbia University（哥伦比亚大学）
我们提出了一个框架，用于从不同于训练集的概率分布的概率分布生成样本。我们使用一个对抗过程，同时训练三个网络，一个生成器和两个判别器。我们将这种新模型称为正则化生成对抗网络（RegGAN）。我们在由灰度图像组成的合成数据集上评估RegGAN，并进一步表明它可以用于学习拓扑中的一些预先指定的概念（基本拓扑属性）。这项工作的动机是在艺术世界中使用生成方法时遇到的实际问题。
2021-02-09 cs.AI cs.CV cs.LG
HDRFace: Rethinking Face Restoration with High-Dimensional Representation
City University of Hong Kong（香港城市大学）；vivo BlueImage Lab, vivo Mobile Communication Co., Ltd（vivo蓝影实验室，vivo移动通信有限公司）
本文提出HDRFace框架，通过注入语义丰富的先验知识提升面部修复效果，采用高维特征编码器提取细粒度面部表示，并引入SDFM机制平衡结构一致性和细节保真度。
2026-05-14 cs.CV
Rethinking the Vulnerability of Concept Erasure and a New Method
School of Mathematics University of Edinburgh（数学学院爱丁堡大学）；School of Mathematical and Computer Science Heriot-Watt University（数学与计算机科学学院赫瑞斯大学）
该研究探究概念擦除模型对抗脆弱性的来源，发现其提示嵌入空间的脆弱性继承自原始模型，提出基于坐标下降的RECORD恢复算法，性能远超现有方法并给出加速策略。
2025-10-03 cs.AI cs.CR cs.LG
Generative Adversarial Networks with Conditional Neural Movement Primitives for An Interactive Generative Drawing Tool
Bogazici University（博阿齐奇大学）
素描是视觉感知和视觉空间建构的抽象表现。在这项工作中，我们提出了一个新的框架，生成对抗网络与条件神经运动原语（GAN-CNMP），它结合了一种新的对抗损失CNMP，以提高草图的平滑性和一致性。通过实验，我们证明了该模型可以用较少的未标记样本进行训练，可以在潜在空间中自动构造分布，并且在形状一致性和平滑性方面比基本模型产生更好的结果。
2021-12-21 cs.AI cs.CV cs.GR
Generative adversarial networks and adversarial methods in biomedical image analysis
Image Sciences Institute, University Medical Center Utrecht（乌得勒支大学医学中心影像科学研究所）；Imperial College London（帝国理工学院）；Imagen Technologies（Imagen科技公司）
生成对抗网络（GANs）和其他对抗方法基于博弈论的观点，将两个神经网络作为游戏中的参与者进行联合优化。对抗技术已被广泛用于合成和分析生物医学图像。我们介绍了GANs和对抗方法，概述了受益于这些方法的生物医学图像分析任务。最后，我们讨论了对抗方法在生物医学图像分析中的优势和局限性，并提出了未来潜在的研究方向。
2018-10-24 cs.CV
Rethinking Exposure Bias In Language Modeling
University of California San Diego（加州大学圣地亚哥分校）
暴露偏差描述了一种现象，即在教师强迫模式下训练的语言模型可能在推理阶段表现不佳，当其预测以其先前的预测为条件时，从训练语料库中看不到。最近，几种生成对抗网络（GANs）和强化学习（RL）方法被引入来缓解这个问题。尽管如此，RL和GANs训练中的一个共同问题是奖励信号的稀疏性。在本文中，我们采用了两个简单的策略，多范围增强，和多熵采样，放大和去噪的奖励信号。我们的模型在BLEU分数和道路考试方面优于竞争模型，这是我们设计的一个新指标，用于衡量语言模型对暴露偏差的鲁棒性。
2020-03-31 cs.CL cs.LG
Modeling documents with Generative Adversarial Networks
Aylien Ltd.（Aylien有限公司）
本文描述了一种使用生成对抗网络来学习自然语言文档的分布式表示的方法。我们提出了一个模型，该模型是基于最近提出的基于能量的GAN，而是使用一个去噪自动编码器作为网络。文档表示提取的隐藏层中的隐藏层和定量和定性的评价。
2016-12-29 cs.LG
Quantum generative adversarial networks
Xanadu
量子机器学习有望成为近期量子设备的首批潜在通用应用之一。经典机器学习最近的一个重大突破是生成对抗训练的概念，其中一个训练模型的梯度被用来训练一个单独的生成模型。在这项工作和一篇配套论文中，我们将对抗训练扩展到量子领域，并展示了如何使用量子线路构建生成对抗网络。此外，我们还展示了如何使用另一个量子线路计算梯度-生成对抗网络训练中的关键要素。我们给出了一个简单的实用电路模型的例子来参数化量子机器学习模型，并进行了一个简单的数值实验来证明量子生成对抗网络可以成功训练。
2018-04-30 cs.LG quant-ph
NIPS 2016 Tutorial: Generative Adversarial Networks
OpenAI
本报告总结了作者在NIPS 2016上介绍的关于生成对抗网络（GANs）的教程。该教程介绍：（1）为什么生成建模是一个值得研究的话题，（2）生成模型如何工作，以及GANs与其他生成模型的比较，（3）GANs如何工作的细节，（4）GANs的研究前沿，以及（5）将GANs与其他方法相结合的最先进的图像模型。最后，本教程包含三个练习供读者完成，以及这些练习的解决方案。
2017-04-03 cs.LG
Rethinking Real-world Image Deraining via An Unpaired Degradation-Conditioned Diffusion Model
Nanjing University of Aeronautics and Astronautics（南京航空航天大学）；The Hong Kong Polytechnic University（香港理工大学）；University of Science and Technology of China（中国科学技术大学）
本文提出首个基于扩散模型的真实世界图像去雨范式RainDiff，通过非配对循环一致架构和退化条件扩散模型，仅用非配对数据实现端到端训练，并在实验中优于现有非配对/半监督方法且可与全监督方法竞争。
2024-05-01 cs.CV
Adversarial Attack Against Images Classification based on Generative Adversarial Networks
George Washington University（乔治华盛顿大学）
针对图像分类系统的安全问题，本文受生成对抗网络启发，提出一种新颖的对抗攻击方法，通过对抗学习生成小扰动对抗样本，在经典数据集上成功欺骗多种先进分类器并保持样本自然性，有效揭示了系统弱点以提升抗攻击能力。
2024-12-24 cs.AI cs.CV
Constructing Unrestricted Adversarial Examples with Generative Models
Stanford University（斯坦福大学）；Microsoft Research（微软研究院）
对抗性示例通常通过在小矩阵范数内扰动现有数据点来构建，当前的防御方法主要集中在防范这种类型的攻击。在本文中，我们提出了无限制的对抗性示例，这是一种新的威胁模型，其中攻击者不限于小的范数有界扰动。与基于扰动的攻击不同，我们建议使用条件生成模型完全从头开始合成不受限制的对抗性示例。具体来说，我们首先训练一个辅助分类器生成对抗网络（AC-GAN）来对数据样本上的类条件分布进行建模。然后，以所需类别为条件，我们在AC-GAN潜在空间中搜索，以找到可能在生成模型下并且被目标分类器错误分类的图像。我们通过人工评估证明，以这种方式生成的不受限制的对抗性示例是合法的，并且属于所需的类。我们在MNIST、SVHN和CelebA数据集上的实证结果表明，不受限制的对抗性示例可以绕过针对传统对抗攻击设计的强对抗性训练和认证防御方法。
2018-12-02 cs.AI cs.CR cs.CV
Synthesizing Tabular Data using Generative Adversarial Networks
MIT（麻省理工学院）
生成对抗网络（GANs）隐式地学习数据集的概率分布，并可以从分布中提取样本。本文提出了表格式GAN（TGAN），这是一种生成对抗网络，可以生成医疗或教育记录等表格数据。利用深度神经网络的强大功能，TGAN生成高质量的全合成表，同时生成离散和连续变量。当我们在三个数据集上评估我们的模型时，我们发现TGAN在捕获列之间的相关性和扩大大型数据集方面都优于传统的统计生成模型。
2018-11-27 cs.LG stat.ML
CapsuleGAN: Generative Adversarial Capsule Network
USC Information Sciences Institute（南加州大学信息科学研究所）
我们提出了生成对抗胶囊网络（Capsule GAN），这是一个框架，它使用胶囊网络（CapsNets）而不是标准卷积神经网络（CNN）作为生成对抗网络（GAN）设置中的鉴别器，同时对图像数据进行建模。我们提供了设计CapsNet鉴别器和更新的GAN目标函数的指南，该目标函数包含CapsNet边际损失，用于训练Capsule GAN模型。我们表明，CapsuleGAN在MNIST和CIFAR-10数据集上建模图像数据分布方面优于卷积GAN，在生成对抗度量和半监督图像分类方面进行了评估。
2018-10-02 cs.LG stat.ML
High-Quality Face Image SR Using Conditional Generative Adversarial Networks
Beihang University（北京航空航天大学）；National Chung Hsing University（中兴大学）
提出了一种基于边界平衡生成对抗网络的人脸条件生成对抗网络（Face Conditional Generative Adversarial Network，FCGAN）的单人脸图像超分辨率方法。该方法不需要任何人脸先验信息，可以从低分辨率的人脸图像生成高分辨率的人脸图像。与现有的研究相比，我们的训练和测试阶段都是端到端的管道，几乎没有预处理/后处理。为了提高收敛速度和加强特征传播，在生成和鉴别网络中进一步采用跳层连接。大量的实验表明，我们的模型与最先进的模型相比，具有竞争力的性能。
2017-07-04 cs.CV
V-RAE: Rethinking Video Latent Spaces for Generation
National University of Singapore（新加坡国立大学）；University of Oxford（牛津大学）
本研究提出V-RAE视频表示自动编码器，基于冻结视觉基础模型构建生成隐空间，在多项视频任务上优于现有模型，还引入tFVD指标，证明冻结语义表示可支持多种视频建模任务。
2026-08-14 cs.CV
Generating Adversarial Examples With Conditional Generative Adversarial Net
近年来，深度神经网络在各个领域都取得了重大进展和成功应用，但发现它们容易受到攻击实例的攻击，例如，敌对的例子。现有的攻击方法可以通过向源图像添加小的扰动来生成攻击图像。这些攻击图像可以欺骗分类器，但对人的影响很小。因此，这样的攻击实例难以通过搜索特征空间来生成。如何设计一种有效的、鲁棒的生成方法已成为研究的热点。受对抗实例的启发，本文提出了两种新的生成模型，采用条件生成对抗网络，设计了不同的训练策略，直接生成自适应攻击实例。与常用的方法如快速梯度符号法相比，该模型可以降低生成成本，提高鲁棒性，并且生成攻击实例的运行时间约为五分之一。
2019-03-18 cs.LG stat.ML
Linking Generative Adversarial Learning and Binary Classification
在这篇文章中，我们指出了生成对抗（GA）训练和二进制分类之间的基本联系-任何强大的分类器本质上都会计算真实样本和生成样本之间的（f-）分歧。在决策理论中反复重新推导的结果对GA网络（GANs）具有影响，通过设计模糊损失函数，为训练f-GANs提供了另一种视角。
2017-09-05 cs.AI cs.LG stat.ML
SSGAN: Secure Steganography Based on Generative Adversarial Networks
Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）；School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院）；Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
本文提出了一种基于生成对抗网络的安全隐写策略，用于生成合适的、安全的隐写覆盖。所提出的架构有一个生成网络，和两个判别网络。生成式网络主要评估生成图像的视觉质量以用于隐写，而鉴别式网络则用于评估其是否适合信息隐藏。与采用深度卷积生成对抗网络的现有工作不同，我们利用另一种形式的生成对抗网络。通过使用这种新形式的生成对抗网络，在收敛速度、训练稳定性和图像质量方面都有了显著的改善。此外，一个复杂的隐写分析网络的鉴别网络，该网络可以更好地评估所生成的图像的性能。在公开数据集上进行了大量实验，以证明所提出的方法的有效性和鲁棒性。
2018-11-24 cs.CV cs.MM
Generative Deep Learning for Virtuosic Classical Music: Generative Adversarial Networks as Renowned Composers
UW - Whitewater（威斯康星大学白水分校）
目前人工智能生成的音乐缺乏良好作曲技术的基本原则。通过在编程和音乐上缩小实现问题，我们可以更好地理解生成的作品所需的参数，这些参数几乎与大师级作曲家的作品无法区分。
2021-11-13 cs.LG cs.NE cs.SD
Autoencoding Generative Adversarial Networks
Flatland Data Solutions（Flatland数据解决方案公司）
自从Goodfellow等人引入生成对抗网络（GANs）以来，生成模型应用的广度和质量都出现了爆炸式增长。尽管做了这些工作，但GANs在主流采用之前还有很长的路要走，这主要是因为它们臭名昭著的训练不稳定性。在这里，我提出了自动编码生成对抗网络（AEGAN），这是一个四网络模型，它通过对生成的图像和生成的潜在向量应用对抗损失和重建损失来学习指定潜在空间和给定样本空间之间的双射映射。AEGAN技术对典型的GAN训练提供了若干改进，包括训练稳定性、模式崩溃预防以及允许在真实样本之间直接插值。该技术的有效性说明使用动漫人脸数据集。
2020-04-11 cs.LG stat.ML
Unsupervised Anomaly Detection and Localization with Generative Adversarial Networks
Nokia Bell Labs（诺基亚贝尔实验室）；Nokia（诺基亚）
本文提出一种基于生成对抗网络和SOP频谱图的无监督异常检测方法，在海底和陆地光纤链路数据集上实现超过97%的准确率，无需标记数据。
2024-09-05 cs.LG eess.SP
Composite Functional Gradient Learning of Generative Adversarial Models
RJ Research Consulting（RJ研究咨询公司）；Tencent AI Lab（腾讯人工智能实验室）
本文首先提出了一种不依赖于传统极大极小公式的生成对抗方法理论。它表明，利用强的梯度，可以学习好的生成器，使得真实数据和生成数据的分布之间的库尔贝克-莱布勒散度在每个函数梯度步骤之后改善，直到它收敛到零。在此基础上，提出了一种新的稳定的生成式对抗方法。从这个新的角度对原始的GAN也提供了一个理论上的见解。图像生成实验表明了该方法的有效性。
2018-06-08 cs.LG stat.ML
Generative Adversarial Parallelization
AIFounded Inc.（AIFounded公司）；University of Guelph（圭尔夫大学）
生成对抗网络由于其直观的表述方式，已经成为无监督学习研究最多的框架之一。它们也被证明能够在有限的领域（如低分辨率图像）中生成令人信服的示例。然而，他们仍然证明很难在实践中训练，并往往忽视数据生成分布的模式。量化捕获效果，如模式覆盖率和更一般的生成模型的质量仍然难以捉摸。我们提出了生成式对抗神经元化，这是一个框架，在这个框架中，许多GANs或它们的变体同时被训练，交换它们的判别器。这消除了发生器和振荡器之间的紧密耦合，从而改善了收敛性和模式覆盖范围。我们还提出了最近提出的生成对抗度量的改进变体，并展示了它如何在GAP模型下对单个GANs或其集合进行评分。
2016-12-13 cs.LG stat.ML
Comparision Of Adversarial And Non-Adversarial LSTM Music Generative Models
University Of Pretoria（比勒陀利亚大学）
音乐创作是一种在最少或没有人为干预的情况下创作音乐作品的方式。虽然递归神经网络传统上被应用于许多序列到序列的预测任务，包括音乐创作的成功实现，但其基于输入到输出映射的标准监督学习方法导致缺乏音符多样性。因此，这些模型可能被视为不适合诸如音乐生成之类的任务。生成对抗网络学习数据的生成分布，并产生不同的样本。这项工作实现并比较了递归神经网络音乐作曲家在数据库上的对抗性和非对抗性训练。由此产生的音乐样本由人类听众评估，他们的偏好被记录下来。评估表明，对抗性训练产生更美观的音乐。
2022-11-01 cs.LG cs.SC cs.SD
Unsupervised and Semi-supervised Learning with Categorical Generative Adversarial Networks
University of Freiburg（弗赖堡大学）
在本文中，我们提出了一种方法来学习一个判别分类器从未标记或部分标记的数据。我们的方法基于一个目标函数，该目标函数权衡了观察到的示例及其预测的分类类分布之间的互信息，以及分类器对对抗生成模型的鲁棒性。由此产生的算法可以被解释为生成对抗网络（GAN）框架的自然推广，或者作为正则化信息最大化（RIM）框架的扩展，以针对最佳对手进行鲁棒分类。我们根据经验评估了我们的方法-我们称之为分类生成对抗网络（或CatGAN）-在合成数据以及具有挑战性的图像分类任务上，证明了学习分类器的鲁棒性。我们进一步定性地评估了与判别分类器一起学习的对抗生成器生成的样本的保真度，并确定了CatGAN目标和判别聚类算法（如RIM）之间的联系。
2016-04-30 cs.LG stat.ML
