DeblurGAN: Blind Motion Deblurring Using Conditional Adversarial Networks 논문 리뷰

- 기존 Vanilla GAN의 문제점은 mode collapse, vanishing gradients와 같은 문제점들이 존재

 

- GAN의 value function을 minimizing하는 것은 data와 모델 분포 $x$와의 Jensen-Shannon(JS) divergence을 minimizing 하는 것과 동일하다.

 

※ Jensen-Shannon divergence : 간단히 얘기하면 두 모델의 확률 분포 distance

 

그러나 vanilla GAN은 JS divergence으로 인해 GAN training의 어려움이 있다고 해서 나온 것이 Wasserstein distance