《表4 改进型GAN的主要改进特点及模型效果》
但是GAN的缺点还是比较明显的,例如:针对GAN本身不可控的缺点,Mehdi等人[31]提出了条件生成式对抗网络(CGAN)。为了能够产生更高的分辨率图像,Denton等人[32]在GAN和CGAN的基础上,结合K层的拉普拉斯金字塔框架构成拉普拉斯对抗神经网络(LAPGAN)。为解决训练和收敛函数不稳定的问题,Arjovsky等人[33]提出了Wasserstein GAN模型,但是WGAN并没有完全解决不稳定问题,此后Gulrajani等人[34]提出了WGAN-GP模型,有效地解决了模型不稳定问题等。文中列举了改进的GAN模型,其改进型GAN的改进特点及模型效果如表4所示。
图表编号 | XD0090157800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.15 |
作者 | 郑远攀、李广阳、李晔 |
绘制单位 | 郑州轻工业大学计算机与通信工程学院、应急平台信息技术河南省工程实验室、郑州轻工业大学计算机与通信工程学院、郑州轻工业大学计算机与通信工程学院 |
更多格式 | 高清、无水印(增值服务) |