基于残差结构的对抗式网络图像生成方法

摘要：

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.

关键词：机器视觉、深度学习、残差结构、生成对抗网络、图像生成

所属期刊栏目：57

分类号：TP3-05(计算技术、计算机技术)

在线出版日期：2020-11-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：302-309