【E資格不合格から学ぶ】Conditional GAN（条件付きGAN）とは？

　「Conditional GAN（条件付きGAN）」は、画像生成時に条件パラメータを与え、生成したい画像のクラスを指定できる技術ですが、興味があっても難しそうで勉強のやる気を失うケースは非常に多いです。

　私は過去に基本情報技術者試験（旧：第二種情報処理技術者試験）に合格し、また2年程前に「一般社団法人 日本ディープラーニング協会」が主催の「G検定試験」に合格合格しました。現在、「E資格」にチャレンジ中ですが３回不合格になり、この経験から学習の要点について学ぶ機会がありました。　

　そこでこの記事では、「Conditional GAN」のポイントについて例題を参考に解説します。

　この記事を参考に「Conditional GAN」のポイントが理解できれば、E資格に合格できるはずです。

<<「Conditional GAN」のポイントを今すぐ見たい方はこちら

1.Conditional GANの概要

2.問題1

敵対的生成ネットワーク（GAN）の一種である条件付き敵対的生成ネットワーク（Conditional GAN、CGAN）について正しいものを選べ。

• (a) Conditional GANは、画像生成時に与えられる潜在変数に制約条件を加えることで、従来のGANよりも生成したい画像の質を向上することができる。
• (b) Conditional GANは、画像生成時に条件パラメータを与え、生成したい画像のクラスを指定できる一方で、従来のGANでは生成する画像のクラスは指定できない。
• (c) Conditional GANも従来のGANと同様に、Discriminatorが処理するタスクはGeneratorにより生成された画像かそうでないかを識別する分類問題である。
• (d) Conditional GANは、画像生成時に条件パラメータを与えることで、従来のGANよりも生成したい画像の解像度を向上することができる。

正解 (b)

• Conditional GAN（CGAN）
  ・GANの生成したいデータに条件（タグ、ラベル名、画像、説明文）を付ける。
  ・条件はラベルで指定→「犬」という条件で、犬の画像を生成する。
  ・条件ラベルを入力に用いる方法の１つにEmbedding層の利用が考えられる。
  ・基本的なネットワークはGANと同様
• 各プレイヤーの役割（条件ラベルyの場合）
  ・Generator：yの画像を生成（ラベルを用いる）
  ・Discriminator：以下のように識別（画像とラベルのペア）
  　-（Gが生成した犬の画像G(z|y)、yラベル）→ Fake
  -（Gが生成した犬の画像G(z|y)、y以外のラベル）→ Fake
  　-（真のラベル yの画像x、yラベル）→ Real
  　-（真のラベル yの画像x、y以外のラベル）→ Fake

3.問題2

Conditional GANのネットワークとして正しいものを選べ。
ただし、ネットワークはDiscriminatorの学習時のものとする。
　　G：Generator　
　　D：Discriminator　
　　X：真の画像　
　　Y：条件パラメータ　
　　Z：潜在変数　

正解（a）

Conditional GANのネットワーク

4.Reference

• GANの提案論文
  Goodfellow,Ian J.et al.”Generative Adversarial Nets.”NIPS(2014).
• Conditional GANの提案論文
  Mirza,Mehdi and Simon Osindero.”Conditional Generative
  Adversarial Nets.”ArXiv abs/1411.1784(2014):n.pag.

5.まとめ

最後まで読んで頂きありがとうございます。
皆様のキャリアアップを応援しています!!