登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 开题报告 > 计算机类 > 计算机科学与技术 > 正文

基于生成对抗神经网络的人脸图像生成技术研究与实现开题报告

 2020-02-10 22:35:54  

1. 研究目的与意义(文献综述)

1. 目的及意义(含国内外的研究现状分析)

1.1 研究目的及意义

近年来,由于人工智能的迅速发展,越来越多的人开始投身于相关的研究之中。在人工智能的诸多研究方向之中,又数神经网络最受人关注,自深度学习出现的10余年以来,各种各样的模型层出不穷,而gan(生成式对抗网络)则是其中最令人激动的一种。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 研究的基本内容与方案

2.研究的基本内容、目标、拟采用的技术方案及措施

2.1 目标

(1)分析基本gan的结构,重点剖析dcgan和pg-gan模型的结构,功能及优缺点。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 研究计划与安排

3.进度安排

(1) 2019/1/11—2019/1/2:查阅参考文献,明确选题;

(2) 2019/2/18—2019/3/7:进一步阅读文献,并分析和总结;确定技术路线,完成并提交开题报告,翻译英文资料;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 参考文献(12篇以上)

[1] ianj.goodfellow, jeanpouget-abadie, mehdi mirza,etc.generative adversarial networks[db/ol]. 2014.6.10. https://arxiv.org/abs/1406.2661

[2] alec radford, luke metz, soumithchintala. unsupervised representation learning with deepconvolutional generative adversarial networks[db/ol]. 2016.1.7. https://arxiv.org/abs/1511.06434

[3] timsalimans, ian goodfellow, wojciech zaremba, etc. improved techniques fortraining gans[db/ol]. 2016.6.10. https://arxiv.org/abs/1606.03498

[4] tero karras, timo aila, samuli laine.progressive growing of gans for improved quality, stability, and variation[db/ol]. 2018.2.26. https://arxiv.org/abs/1710.10196

[5] tero karras,samuli laine, timo aila. a style-based architecture for generative adversarialnetworks[db/ol]. 2019.2.6. https://arxiv.org/pdf/1812.04948

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图