GAN生成图像论文总结

GAN Theory

Modifyingthe Optimization of GAN

题目	内容
GAN
DCGAN
WGAN
Least-square GAN
Loss Sensitive GAN
Energy-based GAN
Boundary-seeking GAN
Unroll GAN

Different Structure from the Original GAN

题目	内容
Conditional GAN
Semi-supervised GAN
InfoGAN
BiGAN
Cycle GAN
Disco GAN
VAE-GAN
LAPGAN	用了多个GAN可生成高分辨率图像

GAN Application

pix2pix
题目	内容
Image-to-Image Translation with Conditional Adversarial Networks	image2image、paired Image-to-Image Translation
High-Resolution Image Synthesis and Semantic Manipulation with Conditional GANs	image2imageHD、paired Image-to-Image Translation
CycleGAN	Unpaired Image-to-Image Translation
Disco GAN	侧重分析双向映射，或者说 bijective mapping 的约束：避免 mode collapse 进而提升生成样本质量的
DualGAN	生成器和判别器都和pix2pix一样。 用了wgan来训练。
注：最后三篇论文的想法十分相似，几乎可以说是孪生三兄弟

text2image
题目	内容

人脸生成
题目	内容
Face-generator - Generate human faces with neural networks
Beyond Face Rotation: Global and Local Perception GAN for Photorealistic and Identity Preserving Frontal View Synthesis	根据单一侧脸生成正面逼真人脸
NEURAL FACE	use DCGAN、链接：https://carpedm20.github.io/faces/
注：DCGAN、WGAN这类都可以生成人脸

按生成的图片种类分
题目	内容
生成卧室	DCGAN、WGAN
生成动漫头像	DCGAN