基于深度卷积生成对抗网络的图像生成

我要开发同款
哪儿吃2021年08月07日
411阅读

作品详情

图像生成是计算机视觉、计算机图像等领域的重要研究方向。与传统生成模型相比,深度生成模型能够更加有效地逼近更为复杂的高维函数。生成对抗网络(GANs,GenerativeAdversarial Networks)进一步提高了文字生成图像、图像不同模态间转换、图像修复、图像去模糊、超分辨率等的效果。生成对抗网络(GANs)对于生成式模型的发展具有重要的意义。生成对抗网络(GANs)所采用的神经网络结构十分灵活,可生成任意分布的高维数据。这极大的扩展了生成数据样本的范围。阐述本文的课题背景和研究意义,介绍深度学习以及 GANs 的发展历程和国内外研究现状。
针对本研究的主要工作:详细深入介绍传统生成模型、InceptionNet、残差块、DCGAN 模型等。
本文研究的重点是有效结合现有的多种方法,实现高质量的图像生成。
声明:本文仅代表作者观点,不代表本站立场。如果侵犯到您的合法权益,请联系我们删除侵权资源!如果遇到资源链接失效,请您通过评论或工单的方式通知管理员。未经允许,不得转载,本站所有资源文章禁止商业使用运营!
下载安装【程序员客栈】APP
实时对接需求、及时收发消息、丰富的开放项目需求、随时随地查看项目状态

评论