[GAN] 확률 밀도의 추정과 샘플링

확률 분포(Probability distribution)의 추정 (estimation)

주사위를 굴렸을 때 각각의 수를 얻는 확률은 어떻게 될까?

 

이미지를 학습할 때  확률 변수  x는 64x64x3와 같은 차원을 갖는 고차원 벡터로 표현될 수 있다.

 

아래

출처: https://kr.freepik.com/free-photos-vectors/%EC%96%BC%EA%B5%B4

 

예를 들어 얼굴을 그리기 위해 눈, 코, 입 등의 feature를 Latent vector z에 담고, 그 z를 이용해 그럴듯한 한국인의 얼굴을 그려내야 한다.

 

이러한 생성 모델에서는 확률 분포가 실제 존재하는 확률 분포와 얼마나 가까이 추정하였는지에 따라 달라질 수 있다.

 

 

 

latent vector x3은 금발 여성의 눈 모양의 평균 및 분산, 한국인 코 길이의 평균 및 분산, 한국인 머리카락 길이의 평균 및 분산 등등의 정보를 담고 있다고 생각할 수 있다.

 

하지만, 이러한 확률 값이 현실의 분포와 거리가 먼 벡터를 얻게 되면,

존재할 가능성이 적은 샘플을 얻게 될 수 있다.

 

 

따라서 생성모델의 경우 실제 이미지들의 분포를 잘 근사하는 생성 이미지를 찾는 것이 목표이다.