强化组合式生成对抗网络

• 作者: 孙靖文 王敏
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 生成对抗网络 注意力机制 强化学习 图像生成 风格迁移
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 信息技术及图像处理
• 页码范围: 99-103
• 页数: 5页
• 分类号: TP391|TN919.81
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1802073

摘要

近年来通过在生成对抗网络中加入条件标签,控制生成图像的类别或属性已经取得很大进展,但是生成图像的类别或属性的准确性有待提高.为此,在生成对抗网络的判别器中加入了强化学习,通过上一次的分类结果去指导当前的分类.另外为了让生成的细粒度图像更加逼真,使用注意力机制在只增加少量的计算损失下让图像有全局感受野,将多属性的星型生成对抗网络与自注意力生成对抗网络组合后的生成图像的质量较高.强化组合式生成对抗网络的最大均差达到0.036 93,最近邻指标效果较优,能自动化较准确地生成指定了某些属性的艺术图像,实验生成的图片也能用来解决缺乏数据的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王敏		101	756	15.0	24.0
2	孙靖文		1	0	0.0	0.0