基于残差结构的对抗式网络图像生成方法
生成对抗网络(GAN)是解决图像数据获取困难的有效方法,但GAN在训练时难以稳定,生成的图像质量较差.基于此,提出了一种基于残差结构的改进深度卷积GAN图像生成方法.采用残差结构加深网络并结合图像标签信息,以获取真实图像样本的深层次特征,在判别器模型中引入谱约束,提高网络的训练稳定性,从而实现图像数据的有效生成.实验表明,所提方法在生成图像的视觉效果和客观评价上具有更优异的表现.
机器视觉、深度学习、残差结构、生成对抗网络、图像生成
57
TP3-05(计算技术、计算机技术)
2020-11-04(万方平台首次上网日期,不代表论文的发表时间)
共8页
302-309