生成对抗网络及其应用研究综述

被引:22
作者
魏富强
古兰拜尔·吐尔洪
买日旦·吾守尔
机构
[1] 新疆大学信息科学与工程学院
关键词
生成模型; 生成对抗网络; 模型评价; 图像生成应用;
D O I
暂无
中图分类号
TP391.41 []; TP183 [人工神经网络与计算];
学科分类号
080203 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
生成对抗网络的理论研究与应用不断获得成功,已经成为当前深度学习领域研究的热点之一。对生成对抗网络理论及其应用从模型的类型、评价标准和理论研究进展等方面进行系统的综述:分别分析基于显式密度和基于隐式密度的生成模型的优缺点;总结生成对抗网络的评价标准,解读各标准之间的关系,并从应用层面介绍生成对抗网络在图像及其他领域中的研究进展,即通过图像转换、图像生成、图像修复、视频生成、文本生成及图像超分辨率等的应用;从模型的结构表示、训练控制、性能稳定以及评价标准等角度分析生成对抗网络的理论研究进展。研究讨论生成对抗网络的挑战,展望未来可能存在的发展方向。
引用
收藏
页码:18 / 31
页数:14
相关论文
共 31 条
[1]   利用改进生成对抗网络进行人体姿态识别 [J].
吴春梅 ;
胡军浩 ;
尹江华 .
计算机工程与应用 , 2020, (08) :96-103
[2]   基于改进的GAN的局部遮挡人脸表情识别 [J].
王海涌 ;
梁红珠 .
计算机工程与应用, 2020, (05) :141-146
[3]   基于生成对抗网络和线上难例挖掘的SAR图像舰船目标检测 [J].
李健伟 ;
曲长文 ;
彭书娟 ;
江源 .
电子与信息学报, 2019, 41 (01) :143-149
[4]  
A Survey of Image Synthesis and Editing with Generative Adversarial Networks[J]. Xian Wu,Kun Xu,Peter Hall.Tsinghua Science and Technology. 2017(06)
[5]  
MFF-GAN: An unsupervised generative adversarial network with adaptive and gradient joint constraints for multi-focus image fusion[J] . Hao Zhang,Zhuliang Le,Zhenfeng Shao,Han Xu,Jiayi Ma.Information Fusion . 2021
[6]  
A survey on deep learning in medicine: Why, how and when?[J] . Francesco Piccialli,Vittorio Di Somma,Fabio Giampaolo,Salvatore Cuomo,Giancarlo Fortino.Information Fusion . 2021
[7]  
Deep learning for image super-resolution[J] . Wenming Yang,Fei Zhou,Rui Zhu,Kazuhiro Fukui,Guijin Wang,Jing-Hao Xue.Neurocomputing . 2020 (prep)
[8]  
A paired sparse representation model for robust face recognition from a single sample[J] . Fania Mokhayeri,Eric Granger.Pattern Recognition . 2020 (C)
[9]  
TomoGAN: low-dose synchrotron x-ray tomography with generative adversarial networks: discussion[J] . Liu Zhengchun,Bicer Tekin,Kettimuthu Rajkumar,Gursoy Doga,De Carlo Francesco,Foster Ian.Journal of the Optical Society of America. A, Optics, image science, and vision . 2020 (3)
[10]  
FuCiTNet: Improving the generalization of deep learning networks by the fusion of learned class-inherent transformations[J] . Manuel Rey-Area,Emilio Guirado,Siham Tabik,Javier Ruiz-Hidalgo.Information Fusion . 2020