Оценка качества вариационных авто-кодировщиков

Abstract

Вариационные авто-кодировщики (ВАК) являются одними из популярных методов генерации реалистичных изображений. Обычно качество генерируемых изображений оценивается лишь визуально, поскольку методы количественной оценки их качества в полной мере не разработаны. В данной работе предложены и протестированы методы, которые предоставляют возможность объективно оценивать реалистичность и разнообразие генерируемых изображений. Соответствующие метрики качества найдены для нескольких разновидностей ВАК. Эксперименты проведены на общедоступных базах данных. Variational autoencoders (VAEs) are popular models for the generation of realistic images. Usually, the quality of generated images is estimated only by visual inspection, as the methods for the quantitative estimation are not fully developed. In this work, we present and test methods that allow the possibility to evaluate the quality and the diversity of generated images objectively. The corresponding quality metrics are calculated for several implementations of VAE. The experiments are performed on publicly available datasets.