1. 前言
这是CVPR2017的文章。
2. 介绍
在这篇论文中，作者提出了Disentangled Representation GAN(DR-GAN)。如下图：
Figure 1
如下图是之前的GAN和作者提出的DR-GAN的对比图：
GAN
传统的GAN如图中的(a)所示，G的输入是一个随机向量，产生一个合成的图片。
作者提出了如图中(d)所示，使用一个encoder-decoder结构作为
除此之外，
3. 模型
DR-GAN有两个变形，一个basic model，它将一副图片作为输入，称为single-image DR-GAN，另一个是multi-image DR-GAN，它的输入是多个图片。
3.1 GAN
通常情况下GAN包含一个generator ，一个discriminator
，两者在一个问题中进行最大化，最小化的竞争。
会尽量区分出真实图片和生成图片
，与此同时
会尽量生成一个看似真实的图片来欺骗
。如下图：
（1）
也就是说
2,3
3.2 Single-Image DR-GAN
Single-Image DR-GAN和传统的GAN有两处明显的区别
- 一是它使用一个encoder-decoder结构作为generator来学习人脸图片的identity representation。这个表示就是一个人脸的等价的特征表示，它是encoder的输出，decoder的输入。
- 二是在人脸识别中，可能存在一些别的特征，例如不同姿态的人脸，因此这个特征可能包含了这些信息。为了应对这种情况，除了将id作为label，还将姿态，亮度等信息作为label。
根据前面所描述的，我们可以对问题进行表述：
给定一张人脸图片：和它的label：
，前者为id，后者为姿态。我们的目标是：1.学习一个姿态无关的人脸特征表示，2.合成一张相同id但是不同姿态的人脸图片。并且，这里的
是一个多目标的CNN网络，也就是它包含了两个部分：
。
也就是说，给定输入人脸图片，
会产生它的id和姿态，给定一个生成人脸
，
会努力预测它为假。如下式：
4
与此同时，包含了一个encoder, 一个decoder。encoder产生一个输入人脸图片的特征表示：
，decoder输出生成的人脸图片：
，其中
是目标姿态，
是噪音。如下式：
5
3.3 Multi-Image DR-GAN
如下图，Multi-Image的是相同的，但是有不同的
。
Figure 3
(6)
需要注意的是，所有的共享一组参数。
