基于生成对抗网络的人脸灰度图上色
生成对抗网络给深度学习领域引入了一种新的模型训练思想.基于这种对抗生成的思想设计了一种人脸灰度图上色模型,其中包含一个特征图尺寸不变的卷积神经网络作为生成器和两方面代价函数.对整个网络进行端到端的训练,以人脸灰度图作为直接输入,在生成器的输出端为三通道的彩色图像,在判别部分的输出端给出生成图像质量的评价.实验表明,在一定的数据和迭代次数下所提方法是可行的,所生成的图像也能有效保留原灰度图中的细节信息.
生成对抗网络、生成器、判别器、人脸图像、上色
14
TP183(自动化基础理论)
2018-06-19(万方平台首次上网日期,不代表论文的发表时间)
共4页
179-181,191