45. Triple-GANのまとめ
l Triple-GANはGenerator と Discriminator に加えて Classifier を導入
した
l これにより半教師あり学習が可能となった
l 学習後の Generator はこれまでのモデルよりリアルな画像を生成し
た
l 学習後の Classifier はこれまでのモデルより識別性能が上がった
l このしくみは特に少ない教師データで学習する際に威力を発揮する
56. 半教師あり学習の他の例
2枚の画像から Optical Flow を求めるモデル
教師がある場合は予測画像と教師画像から EPE loss を求める
教師がない場合は Flow warp error を求め、adversarial loss を求める
W. Lai, et. al. ImSemi-Supervised Learning for Optical Flow with Generative Adversarial Networks
proved techniques for training GANs. In NIPS, 2017.