生成對抗網(wǎng)絡(luò)的研究及在平面設(shè)計(jì)中的應(yīng)用
發(fā)布時(shí)間:2021-02-15 13:54
生成對抗網(wǎng)絡(luò)(GAN)由Goodfellow帶領(lǐng)的研究團(tuán)隊(duì)于2014年首次正式提出,它包含生成器和判別器這一對相互競爭的模型,通過對二者采用獨(dú)特的對抗訓(xùn)練機(jī)制,使得生成器無需先驗(yàn)假設(shè)便可學(xué)習(xí)到真實(shí)樣本的潛在分布。GAN自誕生以來,深受學(xué)界與工業(yè)界的高度關(guān)注。一方面,針對GAN存在訓(xùn)練困難、模式崩潰等問題,有許多改進(jìn)模型陸續(xù)問世。另一方面,鑒于GAN的框架非常靈活,有很多研究將它應(yīng)用于不同的領(lǐng)域。本文立足于這兩方面,對GAN及其系列改進(jìn)模型進(jìn)行深入的理論與實(shí)驗(yàn)研究,另外,將GAN的應(yīng)用領(lǐng)域拓展至平面設(shè)計(jì)。本文所做的詳細(xì)研究工作概括如下:首先,通過全面梳理GAN的相關(guān)研究,選取了五種改進(jìn)原有網(wǎng)絡(luò)結(jié)構(gòu)或損失函數(shù)的典型模型,分別是DCGAN,WGAN,WGAN-GP,LSGAN和CGAN。本文以GAN和這五種改進(jìn)模型為重點(diǎn)研究內(nèi)容,先從理論上對它們進(jìn)行了細(xì)致的分析。接著,為對比六種模型的生成能力,從網(wǎng)上搜集了104383張動(dòng)漫人物圖像,結(jié)合該數(shù)據(jù)集特點(diǎn)和DCGAN的網(wǎng)絡(luò)結(jié)構(gòu),對WGAN,WGAN-GP,LSGAN和CGAN的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行了適當(dāng)?shù)母倪M(jìn),繼而使用這六種模型對該數(shù)據(jù)集進(jìn)行圖像合成實(shí)驗(yàn)...
【文章來源】:哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:74 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題的來源
1.2 課題研究的背景及意義
1.3 國內(nèi)外研究現(xiàn)狀
1.3.1 關(guān)于生成對抗網(wǎng)絡(luò)的研究現(xiàn)狀
1.3.2 關(guān)于平面布局生成的研究現(xiàn)狀
1.3.3 國內(nèi)外文獻(xiàn)綜述簡析
1.4 本文的主要內(nèi)容及組織結(jié)構(gòu)
1.4.1 本文的主要內(nèi)容
1.4.2 本文的組織結(jié)構(gòu)
第2章 相關(guān)理論知識(shí)
2.1 引言
2.2 神經(jīng)網(wǎng)絡(luò)的相關(guān)知識(shí)
2.2.1 感知機(jī)
2.2.2 卷積神經(jīng)網(wǎng)絡(luò)
2.2.3 激活函數(shù)
2.2.4 損失函數(shù)
2.2.5 反向傳播與優(yōu)化算法
2.3 生成對抗網(wǎng)絡(luò)的相關(guān)知識(shí)
2.3.1 基本思想
2.3.2 數(shù)學(xué)模型
2.3.3 訓(xùn)練步驟
2.3.4 存在的問題
2.3.5 評價(jià)方法
2.4 本章小結(jié)
第3章 基于生成對抗網(wǎng)絡(luò)的圖像合成
3.1 引言
3.2 圖像合成模型
3.2.1 深度卷積生成對抗網(wǎng)絡(luò)
3.2.2 基于Wasserstein距離的生成對抗網(wǎng)絡(luò)
3.2.3 帶梯度懲罰項(xiàng)的WGAN
3.2.4 最小二乘生成對抗網(wǎng)絡(luò)
3.2.5 條件生成對抗網(wǎng)絡(luò)
3.3 模型網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)
3.4 實(shí)驗(yàn)過程與結(jié)果分析
3.4.1 數(shù)據(jù)收集與處理
3.4.2 實(shí)驗(yàn)環(huán)境配置
3.4.3 網(wǎng)絡(luò)訓(xùn)練設(shè)置
3.4.4 實(shí)驗(yàn)結(jié)果與分析
3.5 本章小結(jié)
第4章 基于生成對抗網(wǎng)絡(luò)的平面布局生成
4.1 引言
4.2 平面布局生成模型
4.2.1 生成器
4.2.2 基于關(guān)系判別器
4.2.3 線框渲染判別器
4.3 基于MNIST數(shù)據(jù)集的實(shí)驗(yàn)
4.3.1 數(shù)據(jù)預(yù)處理
4.3.2 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)
4.3.3 實(shí)驗(yàn)設(shè)置與結(jié)果分析
4.4 基于SUNCG數(shù)據(jù)集的實(shí)驗(yàn)
4.4.1 數(shù)據(jù)預(yù)處理
4.4.2 實(shí)驗(yàn)設(shè)置與結(jié)果分析
4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
本文編號(hào):3034967
【文章來源】:哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:74 頁
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 課題的來源
1.2 課題研究的背景及意義
1.3 國內(nèi)外研究現(xiàn)狀
1.3.1 關(guān)于生成對抗網(wǎng)絡(luò)的研究現(xiàn)狀
1.3.2 關(guān)于平面布局生成的研究現(xiàn)狀
1.3.3 國內(nèi)外文獻(xiàn)綜述簡析
1.4 本文的主要內(nèi)容及組織結(jié)構(gòu)
1.4.1 本文的主要內(nèi)容
1.4.2 本文的組織結(jié)構(gòu)
第2章 相關(guān)理論知識(shí)
2.1 引言
2.2 神經(jīng)網(wǎng)絡(luò)的相關(guān)知識(shí)
2.2.1 感知機(jī)
2.2.2 卷積神經(jīng)網(wǎng)絡(luò)
2.2.3 激活函數(shù)
2.2.4 損失函數(shù)
2.2.5 反向傳播與優(yōu)化算法
2.3 生成對抗網(wǎng)絡(luò)的相關(guān)知識(shí)
2.3.1 基本思想
2.3.2 數(shù)學(xué)模型
2.3.3 訓(xùn)練步驟
2.3.4 存在的問題
2.3.5 評價(jià)方法
2.4 本章小結(jié)
第3章 基于生成對抗網(wǎng)絡(luò)的圖像合成
3.1 引言
3.2 圖像合成模型
3.2.1 深度卷積生成對抗網(wǎng)絡(luò)
3.2.2 基于Wasserstein距離的生成對抗網(wǎng)絡(luò)
3.2.3 帶梯度懲罰項(xiàng)的WGAN
3.2.4 最小二乘生成對抗網(wǎng)絡(luò)
3.2.5 條件生成對抗網(wǎng)絡(luò)
3.3 模型網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)
3.4 實(shí)驗(yàn)過程與結(jié)果分析
3.4.1 數(shù)據(jù)收集與處理
3.4.2 實(shí)驗(yàn)環(huán)境配置
3.4.3 網(wǎng)絡(luò)訓(xùn)練設(shè)置
3.4.4 實(shí)驗(yàn)結(jié)果與分析
3.5 本章小結(jié)
第4章 基于生成對抗網(wǎng)絡(luò)的平面布局生成
4.1 引言
4.2 平面布局生成模型
4.2.1 生成器
4.2.2 基于關(guān)系判別器
4.2.3 線框渲染判別器
4.3 基于MNIST數(shù)據(jù)集的實(shí)驗(yàn)
4.3.1 數(shù)據(jù)預(yù)處理
4.3.2 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)
4.3.3 實(shí)驗(yàn)設(shè)置與結(jié)果分析
4.4 基于SUNCG數(shù)據(jù)集的實(shí)驗(yàn)
4.4.1 數(shù)據(jù)預(yù)處理
4.4.2 實(shí)驗(yàn)設(shè)置與結(jié)果分析
4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
本文編號(hào):3034967
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3034967.html
最近更新
教材專著