生成式对抗网络图像增强研究综述

摘要：

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.

关键词：生成式对抗网络、深度学习、生成模型、图像增强

分类号：TP309(计算技术、计算机技术)

资助基金：国家自然科学基金61472097;黑龙江省自然科学基金F2018011

在线出版日期：2019-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：10-21