基于深度神经网络和生成对抗网络的动漫头像生成技术的研究与应用文献综述

 2022-08-09 19:33:52

一、文献综述

  1. 国内外研究现状

自从GoodFellow 及其研究团队在2014年提出了生成对抗网络的概念以来，关于生成对抗网络在图像生成领域方面的应用层出不穷。生成对抗网络由一个生成网络（Generator）与一个判别网络（Discriminator）组成。生成网络从潜在空间（latent space）中随机采样作为输入，其输出结果需要尽量模仿训练集中的真实样本。判别网络的输入则为真实样本或生成网络的输出，其目的是将生成网络的输出从真实样本中尽可能分辨出来。而生成网络则要尽可能地欺骗判别网络。而决定生成对抗网络网络表现的函数被称为对抗损失（adversarial loss）。两个网络相互对抗、不断调整参数，最终目的是使判别网络无法判断生成网络的输出结果是否真实。对于生成对抗网络网络，最为简单的即是基于MNIST(MODIFIED NATIONAL INSTITUTE OF STANDARDS AND TECHNOLOGY DATABASE, 美国国家标准与技术研究院数据集）的手写字体的生成， 除此以外还有各种风景图像的生成，这些图像生成都达到了非常优秀的地步。然而，在人脸生成这一块，GoodFellow 及其研究团队提出的生成对抗网络网络没有达成很好的效果，其生成的图像的五官位置始终没有摆放和谐，即其对于五官的相对位置的学习并没有达到很好的效果。同时，最早的生成对抗网络网络常常出现模式崩溃（Mode Collapse）的问题，即生成网络生成的图片总是趋于一致。针对这个问题，业界提出了许多生成对抗网络的变种，如LS-生成对抗网络(齐国君及其研究团队提出)，AC生成对抗网络(Odena及其研究团队提出)等等， 这些变种使用了不同的对抗损失函数和使用深度神经卷积网络作为网络模型等方法对生成对抗网络网络做了一定的改进，并在不同的数据集上取得了很好的效果。而我们使用DRA生成对抗网络来生成我们的结果。

  1. 研究主要成果

在图像生成方面，生成对抗网络及其变种已经取得了可观的成就，在一些图片生成领域生成的图片几乎可以以假乱真，例如超清晰化处理（super resolution）中的SR生成对抗网络（Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network， 由C Ledig及其研究团队提出）， 同时AC生成对抗网络,DC生成对抗网络已经通过引用额外的Condition来控制生成的图片，和使用深度神经卷积网络等方法对模式崩溃这个问题做出了比较好的改进。但是动漫头像这一块仍然没有比较好的结果，我们推测其主要原因有以下几点：

1. 科研人群和动漫爱好者的重合比例较少。

2. 动漫头像哪怕是同一个人物，根据不同作者，其眼睛大小，瞳距，线条粗细程度也会有很大的不同，而众所周知，机器学习需要的训练数据量极大，拿MNIST(MODIFIED NATIONAL INSTITUTE OF STANDARDS AND TECHNOLOGY DATABASE, 美国国家标准与技术研究院数据集）数据集来做比方，其一个数字就有6000张图片。所以，对于动漫头像并没有数量足够且风格统一的数据集来训练。

但是还是有不少人尝试着做了一些生成并发布在了网络上，比如anime生成对抗网络，但是就其生成的图片来看，效果不是非常理想。

  1. 发展趋势

根据三大计算机视觉会议（CVPR（Conference on Computer Vision and Pattern Recognition，计算机视觉与模式识别会议）、ICCV，International Conference on Computer Vision计算机视觉国际会议和ECCV，European Conference on Computer Vision 计算机视觉欧洲大会）中的关键词频率看，生成对抗网络在16-18年取得了非常大的进步，在所有的论文中，有8%的论文标题中含有生成对抗网络（相比2017年增长了2倍多），数据表明，普通的“深度学习”可能已经为人熟知，研究者们如今开始往更细的、更具体的方向发展，比如生成对抗网络。而就生成对抗网络网络的核心思想，即两个网络互相博弈来讲，也是一种非常有创新性的想法。Yann LeCun（卷积神经网路的发明者）曾评价生成对抗网络是“20年来机器学习领域最酷的想法”。而关于人像生成的问题，也有英伟达提出的Cycle生成对抗网络，利用对偶学习并结合生成对抗网络机制来优化生成图片的效果。英伟达则采取“渐进式生成”技术训练生lrm;成对抗网络，让计算机可以生成1024*1024大小的高清图片，几乎可以以假乱真。

lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;lrm;

（四）存在的问题

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

以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章