敵対的ネットワークのラプラシアンピラミッドを用いた深層生成画像モデル

本論文では、高品質の自然画像サンプルを生成することができる生成的パラメトリックモデルを紹介します。私たちのアプローチは、ラプラシアンピラミッドフレームワーク内で畳み込みネットワークのカスケードを使用して、粗から細へと画像を生成します。ピラミッドの各レベルで、生成的敵対的ネットワーク（GAN）アプローチ（Goodfellow ら）を使用して別々の生成的畳み込みネットワークモデルがトレーニングされます。私たちのモデルから抽出されたサンプルは、他のアプローチと比較して、著しく高い品質を持っています。人間の評価者による定量的評価では、私たちのCIFAR10サンプルが実際の画像として約40%の確率で誤認され、GANベースラインモデルから抽出されたサンプルでは10%でした。また、LSUNシーンデータセットの高解像度画像でトレーニングされたモデルからのサンプルも示します。