基于SinGAN的图像生成模型

• 作者: 刘伟韬
• 来源期刊: 曲阜师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 生成对抗网络(GAN) 单一生成对抗网络(SinGAN) 图像处理 深度学习 样本图像
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 67-71
• 页数: 5页
• 分类号: TP391
• 字数: 2708字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5337.2020.2.067

摘要

生成对抗网络(GAN)是目前图像生成领域中一种新的、有效的训练生成模型方法,单一生成对抗网络(SinGAN)是建立在一张图片上的无条件GAN.该文在生成对抗网络原理的基础上阐述了单一生成对抗网络(SinGAN)的原理及基本结构.以SinGAN作为研究对象,通过实例在训练过程中生成了与原图像语义相近的图像,并对SinGAN的训练和应用进行了研究.研究表明:SinGAN在同一张图片上进行的训练或测试,通过建立一个模型,可以对图片进行纹理转移,提高清晰度等操作.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘伟韬	云南大学信息学院	2	0	0.0	0.0