最近看了一些图像生成的论文和博客,觉得要总结一下。本文主要介绍图像生成技术,包括研究背景、研究意义、相关应用、以及所用到的技术。
目录
一、背景与意义
通常深度学习(监督学习)需要依靠大量数据来训练网络,数据量越多,训练出来的网络具有更好的泛化性能。然而,收集数据需要耗费人力和财力,这使得研究人员只能针对各别相对重要的任务收集足量的数据。因此,大部分视觉任务的训练数据目前依旧处于缺失或不足的状态。这使得该任务的深度学习网络不具备足够的泛化能力,无法很好地应用落地。
大多数视觉任务具有相同的特点: