结合自注意力机制的进化GAN人脸图像生成

摘要：

针对生成对抗网络在训练类别丰富、细节特征复杂的数据集时,难以捕捉图像全局与局部特征间的依赖关系而出现图像分辨率不高、特征信息不完善等问题,提出一种结合自注意力机制的进化生成对抗网络(generative adver-sarial networks,GAN)图像生成方法.在进化生成对抗网络的生成器和鉴别器中均引入自注意力机制,捕获图像低分辨特征图的空间局部点生成高分辨的细节,提高图像细节的丰富性;将残差模块引入生成器,充分提取图像的空间特征,克服模型训练时需增大感受野而出现对卷积层深度的依赖问题.实验结果表明,该方法相比其他生成模型能够有效地提升图像的质量以及多样性,且提高了模型训练的稳定性.

关键词：神经网络、生成对抗网络、自注意力机制、图像生成、残差模块

所属期刊栏目：25

分类号：TP311.5(计算技术、计算机技术)

资助基金：国家自然科学基金项目;陕西省自然科学基础研究计划项目

在线出版日期：2020-12-24（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：69-76