基于条件的边界平衡生成对抗网络.PDFVIP

37 5 Vol. 37 No. 5 第 卷第 期 计算机应用研究 录用定稿 Application Research of Computers Accepted Paper 基于条件的边界平衡生成对抗网络 * 1 2 3 王硕诚 ，苟 刚 ，葛梦园 (贵州大学 计算机科学与技术学院, 贵州 550000) 摘 要：生成对抗网络(generative adversarial networks ，GAN)是今年来最热门的生成模型之一，使用生成对抗网络 和它的一些改进模型可以生成随机图像，或是质量不高的特定图像。目前并没有能够使用简单的网络结构生成高质 量特定图像的生成模型，针对这一项任务，提出的方法结合了边界平衡生成对抗网络（boundary equilibrium generative adversarial network ，BEGAN ）的优点，添加附加条件特征以及均方误差损失，建立条件边界平衡生成对抗网络 conditional-BEGAN C-BEGAN （ ， ），使用这种方法提取其中的生成模型用于特定图像的生成，实验结果表明，该方 法相比于其他监督类生成模型可以使用更简单的网络达到更快的收敛速度并且能够生成具有更好质量以及多样性 的图片。 关键词：生成对抗网络；条件特征；边界平衡；图像生成 中图分类号：TP393 doi: 10.19734/j.issn.1001-3695.2018.10.0842 Conditional boundary equilibrium generative adversarial network 1 2 3 Wang Shuocheng , Gou Gang , Ge Mengyuan (College of Computer Science Technology, Guizhou University, Guizhou 550000, China) Abstract: Generative adversarial networks (GAN) is one of the most popular generation models of the year. Using the generation antagonistic network and some of its improved models, the model can generate random images, or specific images of low quality. At present, there is no generation model that can use simple network structure to generate high-quality specific images. For this task, the method combines the advantages of boundary equilibrium generative adversarial network(BEGAN) , adds additio