Réseaux antagonistes génératifs sans aliasing

Nous observons que, malgré leur structure hiérarchique basée sur des convolutions, le processus de synthèse des réseaux génératifs adversariaux typiques dépend de manière problématique des coordonnées absolues des pixels. Cela se manifeste, par exemple, par des détails qui semblent collés aux coordonnées de l’image plutôt qu’aux surfaces des objets représentés. Nous identifions la cause fondamentale à un traitement du signal imprévoyant, entraînant un repliement (aliasing) dans le réseau générateur. En interprétant tous les signaux du réseau comme continus, nous dérivons des modifications architecturales mineures, généralement applicables, qui garantissent qu’aucune information indésirable ne puisse s’infiltrer dans le processus de synthèse hiérarchique. Les réseaux ainsi obtenus atteignent un score FID équivalent à celui de StyleGAN2, tout en présentant des représentations internes radicalement différentes, et sont pleinement équivalents aux translations et rotations, même à l’échelle sub-pixel. Nos résultats ouvrent la voie à des modèles génératifs mieux adaptés à la vidéo et à l’animation.