نقترح طريقة جديدة تعتمد على الإسقاط لدمج المعلومات الشرطية في مميز GANs بطريقة تحترم دور هذه المعلومات في النموذج الاحتمالي الأساسي. هذا النهج يختلف عن معظم الإطارات المستخدمة اليوم للGANs الشرطية، والتي تدمج المعلومات الشرطية من خلال ربط المتجه الشرطي (المضمن) بالمتجهات المميزة. بفضل هذا التعديل، تمكنا من تحسين جودة توليد الصور الشرطية حسب الفئة بشكل كبير على مجموعة بيانات صور ILSVRC2012 (ImageNet) التي تحتوي على 1000 فئة، وذلك انطلاقاً من أفضل النتائج الحالية. وقد حققنا ذلك باستخدام زوج واحد فقط من المميز والمولد. كما تمكنا من توسيع نطاق التطبيق إلى زيادة الدقة ونجحنا في إنتاج صور ذات دقة عالية ومميزة. ساعد هذا الهيكل الجديد أيضًا على تحقيق تحويل فئات عالي الجودة بناءً على التحويل الوظيفي المعلمي لطبقات التطبيع الشروطي بالدفعة في المولد.