GAN系列论文选读

1.cGAN(Conditional Generative Adversarial Nets): cGAN通过加约束来使得GAN可以生成具体服从某一分布的样本，如mnist中生成某一类数值的图片， 原理如下： 2.SeGAN: 核心内容：通过输入被部分遮挡的mask以及原图，来生成未被遮挡的物体。具体如下图：左侧沙发被盆栽挡住部分结构，输入原图以及被遮挡沙发的ground truth，最终生成一个

>>阅读原文<<