生成对抗网络研究及应用

• 作者: 彭泊词 邵一峰
• 来源期刊: 现代计算机
• 关键词: 深度学习 生成对抗网络 生成模型 判别模型 计算机视觉
• 年，卷（期）: 2020,（27）
• 所属期刊栏目: 研究与开发
• 页码范围: 42-48
• 页数: 7页
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2020.27.008

摘要

生成对抗网络(GAN)是深度学习中一种强大的生成模型,广泛应用与计算机视觉、自然语言处理等领域,具有重要的研究意义.从生成对抗网络GAN的发展动向、理论研究的最新进展出发,阐述生成对抗网络模型的基本架构、原理及其优势和劣势,并详细比较几种常见GAN的改进和变体.通过介绍目前生成对抗网络在图像翻译及风格迁移、图像修复、生成数据、超分辨率图像生成等领域的应用研究,旨在为我国生成对抗网络研究提供参考和启示.