基于二分生成对抗网络的图像翻译

• 作 者: 孙昌俊 邓大勇 周雅
• 机 构: 浙江师范大学数学与计算机科学学院,浙江师范大学行知学院
• 出 处: 信息与电脑(理论版)
• 发表日期: 2020年01期
• 关键词: 生成对抗网络 生成模型 图像翻译 generative adversarial netsgenerative modelimage-to-image trans

翻译算法自从提出以来受到研究者的广泛关注,基于生成对抗网络的图像翻译方法在图片风格转化、图像修复、超分辨率生成等领域得到广泛应用。针对生成对抗网络图像翻译方法框架过于庞大的缺点,提出了一种改进的生成对抗网络算法:二分生成对抗网络(BGAN)。BGAN引入二分生成器结构代替双生成器-判别器结构,神经网络模型相比以往方法资源消耗更少。实验结果表明,BGAN与其他图像翻译算法相比而言,生成的图样样本更清晰、质量更好。