私たちは、GANの識別器に条件付き情報を組み込む新たな射影ベースの手法を提案します。この手法は、基礎となる確率モデルにおける条件付き情報の役割を尊重しています。これは、現在のアプリケーションで一般的に使用されている条件付きGANのフレームワークとは対照的です。それらのフレームワークでは、（埋め込み）された条件ベクトルを特徴ベクトルに連結する方法が用いられています。この改良により、ILSVRC2012 (ImageNet) 1000クラス画像データセットでのクラス条件付き画像生成の品質を現行の最先端結果から大幅に向上させることができました。そして、単一の識別器とジェネレータのペアを使用してこれを達成しました。また、この手法をスーパーレゾリューションへの応用にも拡張し、高精度なスーパーレゾリューション画像の生成にも成功しました。この新しい構造は、ジェネレータ内の条件付きバッチ正規化層に対するパラメトリック関数変換に基づく高品質なカテゴリ変換も可能にしました。