国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:张恩琪,顾广华,赵晨,赵志明,
单位:1.燕山大学信息科学与工程学院,河北秦皇岛066004;2.河北省信息传输与信号处理重点实验室,河北秦皇岛066004;
关键词:零和博弈思想,生成式对抗网络,无监督学习,图像超分辨率重建,文本合成图片,
基金:河北省自然科学基金资助项目(F2017203169);河北省高等学校科学研究重点项目(ZD2017080);;
基于零和博弈思想的生成式对抗网络(generative adversarial network,GAN)模型的意义在于可通过无监督学习获得数据的分布,并能生成较逼真的数据。它可以应用在很多领域,尤其是在计算机视觉领域中的图像生成方面取得了很大成果,成为当下的一个研究热点。以GAN模型及其在特定领域的应用结果为研究对象,对GAN的改进和扩展的研究成果进行了广泛的研究,并从图像超分辨率重建、文本合成图片等多个实际应用领域展开讨论,系统地梳理、总结出GAN的优势与不足,同时结合自然语言处理、强化学习对GAN的发展趋势及应用前景进行预测分析。
来源:2021年第4期
《计算机应用研究》期刊编辑部