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 > 任务书 > 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任务书

 2020-02-11 12:02  

1. 毕业设计(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。

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. 毕业设计(论文)主要任务及要求

1.查阅15篇相关文献(含近五年外文3篇),并每篇书写200—300字文献摘要(装订成册,带封面);

2.认真填写周记,完成800字开题报告;

3.完成5000中文字以上的相关英文专业文献翻译,并装订成册(中英文一起,带封面);

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. 毕业设计(论文)完成任务的计划与安排

1. 2019/1/11—2019/1/22: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;

3. 2019/3/8—2019/4/5:熟悉所选用的开发平台进行需求分析,算法或系统设计,分析、比较或实现等;

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. 主要参考文献

1.Goodfellow I, Pouget- Abadie J, Mirza M. Generative Adversarial Networks[DB/OL]. 2014.6.10.
2.Alec Radford amp; Luke Metz,UNSUPERVISED REPRESENTATION LEARNING WITH DEEP CONVOLUTIONAL GENERATIVE ADVERSARIAL NETWORKS.2016.1.7
3.Tim Salimans, Ian Goodfellow etc.Improved Techniques for Training GANs.2016.6.10
4.PG-GAN: PROGRESSIVE GROWING OF GANS FOR IMPROVED QUALITY, STABILITY, AND VARIATION.
5.Tero Karras etc.A Style-Based Architecture for Generative Adversarial Networks.https://arxiv.org/pdf/1812.04948.pdf 2018.12
6.王坤峰, 苟超, 段艳杰,等. 生成式对抗网络GAN的研究进展与展望[J]. 自动化学报, 2017, 43(3):321-332.

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

微信号:bishe985

Copyright © 2010-2022 毕业论文网 站点地图