近年来,生成式对抗网络(GAN)为图像增强提供了新的技术和手段,具有比传统深度学习更强大的特征学习和表达能力,在图像增强领域取得了显著成功。文章首先介绍了GAN模型的基本思想和原理,分析了GAN各个变体改进的方式及优缺点;其次从图像质量提高、图像生成、图像补全和其他图像处理的应用等方面分析了GAN应用于图像增强的研究现状;最后归纳总结了GAN模型与其在图像增强中面临的问题,并对问题的解决方案及未来应用进行了总结展望。
科研之友
微信
新浪微博
Facebook
分享链接
