结合自注意力机制的进化GAN人脸图像生成

作者：马力; 李秋丽

来源：西安邮电大学学报, 2020, 25(03): 69-76.

DOI：10.13682/j.issn.2095-6533.2020.03.012

• 神经网络
• 生成对抗网络
• 自注意力机制
• 图像生成
• 残差模块

针对生成对抗网络在训练类别丰富、细节特征复杂的数据集时,难以捕捉图像全局与局部特征间的依赖关系而出现图像分辨率不高、特征信息不完善等问题,提出一种结合自注意力机制的进化生成对抗网络(generative adversarial networks,GAN)图像生成方法。在进化生成对抗网络的生成器和鉴别器中均引入自注意力机制,捕获图像低分辨特征图的空间局部点生成高分辨的细节,提高图像细节的丰富性;将残差模块引入生成器,充分提取图像的空间特征,克服模型训练时需增大感受野而出现对卷积层深度的依赖问题。实验结果表明,该方法相比其他生成模型能够有效地提升图像的质量以及多样性,且提高了模型训练的稳定性。

• 单位
  西安邮电大学