全文总字数：5209字

1. 研究目的与意义及国内外研究现状

随着近年来计算机运算速度的不断提升，越来越多的机器学习模型得以实现，并取得令人震惊的结果。语言建模、机器翻译、文本分类、计算机视觉等等各个方面，都有其应用。而在这其中，又以gan，也就是生成式对抗神经网络最为活跃。 图表 1就是从2014年，ian goodfellow发表generative adversarial networks论文至今，相关论文的统计数据制作的图表。可见从14年提出，到15年这两年期间，关注度还较低，相关论文的数量还较少，但是到了16年和17年，相关论文的的数量急剧上升，平均每周就有多篇论文发表，可见当今业内对gan的关注度是非常高。

2. 研究的基本内容

本项目旨在研究什么是生成式对抗神经网络，目前生成式对抗神经网络有哪些应用，以及如何将生成式对抗神经网络应用到边缘检测。研究过程循序渐进，从开始的了解生成式对抗网络的内容，到了解目前生成式对抗神经网络的应用以及采用的方法，到最后研究如何进一步的将生成式对抗神经网络应用到边缘检测领域，用来获得预期的效果。

主要的研究内容包括：

3. 实施方案、进度安排及预期效果

（1）实施方案

本课题的实施方案，是基于python3，以及tensorflow和keras搭建的生成式对抗神经网络架构，最后实现基于生成式对抗神经网络的边缘检测

（2）进度安排

4. 参考文献