基于生成对抗神经网络的人脸图像生成技术研究与实现任务书

 2020-02-11 12:02
设计(论文)主要内容
2014年,Goodfellow 等人开创性地提出了生成对抗网络(GAN, generative adversarial network),通过两个神经网络互相博弈的方式来进行学习,这是生成模型和无监督特征学习的重大进展。
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。
2.分别使用DCGAN模型和PG-GAN模型进行人脸图像的训练,数据集可采用LFW和CelebA数据集,然后可根据约束条件进行人脸图像生成,如性别、年龄、是否戴眼镜、是否戴帽子等条件,并对生成的人脸图像进行评价分析。
您需要先支付 5元 才能查看全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,微信号:bysjorg 、QQ号:3236353895;