基于生成式对抗网络的小样本图像生成

作者：杨耀坤; 肖卫国; 王力

来源：计算机仿真, 2021, 38(12): 445-453.

• 小样本
• 生成式对抗网络
• 条件信息
• 图像生成

研究基于小规模数据集(即图像尺寸维度远大于样本集的数据规模)的图像生成问题,数据集规模过小会影响深度学习中生成式模型(Generative Models)生成图像的效果。针对小规模数据集图像生成问题,对已有深度卷积生成式对抗网络DCGAN进行了改进,提出了改进的MDCGAN(Modified DCGAN)。MDCGAN模型采用卷积层取代全链接层,采用带步长的卷积运算取代上采样运算。同时将条件信息y引入判别器和生成器中,条件信息y能够为生成式对抗网络增加条件,对生成数据起到监督作用。通过手写数字生成实验和建筑物轮廓生成实验证明,提出的MDCGAN能够基于小规模数据集生成高清晰度高逼真度的图像。

• 单位
  北京控制与电子技术研究所