초록
우리는 GANs의 판별자에 조건부 정보를 통합하는 새로운 투영 기반 방법을 제안합니다. 이 방법은 기저 확률 모델에서 조건부 정보의 역할을 고려합니다. 이 접근 방식은 현재 대부분의 조건부 GAN 프레임워크가 (임베딩된) 조건 벡터를 특징 벡터에 연결하여 조건부 정보를 사용하는 것과 대조됩니다. 이러한 수정을 통해 ILSVRC2012 (ImageNet) 1000 클래스 이미지 데이터셋에서 현재 최고 수준의 결과보다 크게 향상된 클래스 조건부 이미지 생성 품질을 달성할 수 있었으며, 이를 단일 판별자-생성자 쌍으로 이루어진 모델로 성공적으로 구현했습니다. 또한 이 방법을 초해상도 응용 분야로 확장하여 높은 차별성을 가진 초해상도 이미지를 생성하는데 성공했습니다. 이 새로운 구조는 생성자의 조건 배치 정규화 계층에서 매개변수 함수 변환(parametric functional transformation)을 활용한 고품질 카테고리 변환도 가능하게 하였습니다.