人脸图像生成是计算机视觉中的经典问题，为保证良好的生成效果，对边界均衡生成式对抗网络(BEGAN)进行改进。首先在训练时对模型使用双时间尺度更新规则(TTUR),对生成和鉴别两个网络应用不同的学习率，并通过修改损失函数、加入推开项(PT)避免网络产生模式聚集的样本；然后使用自注意力机制，将特征图中广泛分离的空间区域转换为不同的特征空间，再进行融合，增强图像的整体质量。在人脸数据集CelebA上的实验表明，与BEGAN算法相比，改进方法生成人脸图像效果有一定提升。
科研之友
微信
新浪微博
Facebook
分享链接
