基于残差结构的对抗式网络图像生成方法

doi:10.3788/LOP57.181504

CORC > 光电技术研究所 > 中国科学院光电技术研究所 > 光电探测与信号处理研究室（五室）

	基于残差结构的对抗式网络图像生成方法
	颜贝[1,2]; 张礼[1,2]; 张建林[1,2]; 徐智勇[1,2]
刊名	激光与光电子学进展
	2020-09-10
卷号	57 期号:18 页码:181504-1-8
关键词	[5649237]机器视觉深度学习残差结构生成对抗网络 [2701058]图像生成
ISSN号	1006-4125
DOI	10.3788/LOP57.181504
文献子类	期刊论文
英文摘要	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。
URL标识	查看原文
语种	中文
内容类型	期刊论文
源URL	[http://ir.ioe.ac.cn/handle/181551/10012]
专题	光电技术研究所_光电探测与信号处理研究室（五室）
作者单位	1.中国科学院光电技术研究所,四川成都610209 2.中国科学院大学,北京100049
推荐引用方式 GB/T 7714	颜贝[1,2],张礼[1,2],张建林[1,2],等. 基于残差结构的对抗式网络图像生成方法[J]. 激光与光电子学进展,2020,57(18):181504-1-8.
APA	颜贝[1,2],张礼[1,2],张建林[1,2],&徐智勇[1,2].(2020).基于残差结构的对抗式网络图像生成方法.激光与光电子学进展,57(18),181504-1-8.
MLA	颜贝[1,2],et al."基于残差结构的对抗式网络图像生成方法".激光与光电子学进展 57.18(2020):181504-1-8.