生成式对抗网络的应用综述

• 作者: 关玮 叶晨
• 来源期刊: 同济大学学报（自然科学版）
• 学科: 工学
• 关键词: 生成式对抗网络 条件生成模型 图像生成
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 电子、计算机、控制与系统
• 页码范围: 591-601
• 页数: 11页
• 分类号: TP181
• 字数: 10875字
• 语种: 中文
• DOI: 10.11908/j.issn.0253-374x.19204

摘要

生成式对抗网络(GAN)是一种优秀的生成式模型,能够不依赖任何先验假设,学习到高维复杂的数据分布.这一强大的性能使得它成为近年来研究的热点,并在诸多应用领域取得了显著的研究成果.首先介绍了生成式对抗网络的基本原理,各种目标函数以及常用的模型结构.然后,详细分析了生成式对抗网络在条件限制下生成图片的各种演进方法.此外,介绍了生成式对抗网络在不同领域的应用,包括高分辨率图像生成、小目标检测、非图像数据生成、医学图像分割等方面的最新研究进展.最后,总结了生成式对抗网络训练过程中的优化技巧.旨在通俗地阐明GAN的基础理论以及发展历程,并从应用角度对未来工作进行了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶晨	同济大学嵌入式系统与服务计算教育部重点实验室	10	26	3.0	4.0
2	关玮	同济大学嵌入式系统与服务计算教育部重点实验室	1	0	0.0	0.0