生成对抗网络GAN综述

作     者：程显毅 谢璐 朱建新 胡彬 施佺 CHENG Xian-yi;XIE Lu;ZHU Jian-xin;HU Bin;SHI Quan

作者机构：硅湖职业技术学院江苏昆山215300 南通大学南通先进通信技术研究院江苏南通226019 武汉理工大学信息工程学院武汉430010 

基　　金：国家自然科学基金项目(61771265 61340037) 江苏省现代教育技术研究课题(2017-R-54131) 南通大学-南通智能信息技术联合研究中心开放课题(KFKT2016B06)资助 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2019年第46卷第3期

页      码：74-81页

摘      要：人能够理解事物运动的方式,因此对事物未来发展的预测比机器准。不过,作为一种新的深度神经网络系统,GAN(Generative Adversarial Network)生成的数据非常逼真,连人也无法辨别数据是真实的还是生成的。从某种意义上讲,GAN为指导人工智能系统完成复杂任务提供了一种全新的思路,让机器成为了一个专家。首先,讨论了GAN的基本模型和一些改进的GAN模型;然后,展示了GAN在超分辨图像生成、由文本描述生成图像、艺术风格图像生成和短视频生成方面的应用成果;最后,探讨了GAN在理论、架构和应用方面所面临的问题和其未来的研究方向。

主 题 词：人工智能 深度学习 生成对抗网络 生成器 判别器 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.11896/j.issn.1002-137X.2019.03.009

馆 藏 号：203607427...