从本周起，PaperWeekly 将针对最近大热的生成式对抗网络（GAN）组建专题阅读小组， 在组内发起「每周一起读」活动。我们将每周选定一篇优质文章，并为大家提供可撰写读书笔记和在线协同讨论的阅读工具。

如果你也希望和我们一起培养良好的阅读习惯，在积极活跃的讨论氛围中增长姿势，就请留意下方的招募信息吧：）

GAN小组招募

本期「每周一起读」，我们将一起精读下文并发起协同交流。参与者需具备生成式对抗网络（GAN）方向的研究背景，活动细则详见文末。

Beyond Face Rotation: Global and Local Perception GAN for Photorealistic and Identity Preserving Frontal View Synthesis

文章来源：

https://arxiv.org/abs/1704.04086

推荐理由：

1. 在侧脸转正脸任务上，相比以往方法有巨大提升；

2. 在模型上，同时利用了全局特征和眼、鼻、嘴的局部特征，对人脸之外的任务也有启发性；

3. 在 loss 函数设计上，体现了混合多种 loss 相比单一 loss 的效果提升，启发其他任务利用特定先验设计 loss 函数；

4. GAN 的局部判别对抗 loss 让生成的图像更为清晰，效果独特。

来源：paperweekly