文章目录
深度生成模型之数据生成GAN
数据生成的应用
1. 图片设计创作
- 生成重复性工作多,且需要一定创作能力的作品
2. 数据增强
- 生成数量更多,类型更加丰富的数据
3. 数据仿真
- 生成更加真实的数据,提升仿真数据的质量
4. 视频生成、预测、编辑
- 生成视频、对视频帧进行预测
5. 语音生成
- 生成说话语音序列与音乐(WaveGAN/GANsynth)
6. 文本生成
- 完形填空,句子生成,长文本生成等(MaskGAN,SeqGAN,LeakGAN)
图像生成模型结构
1. 基本卷积GAN
- DCGAN
2. 多尺度与残差GAN模型
- LAPGAN,基于残差的学习机制
- PGGAN,基于逐渐提高分辨率的学习机制
3. 条件生成GAN
- CGAN,显式控制生成结果
- InfoGAN,隐式控制生成结果
4. 半监督条件GAN模型
- ACGAN(增加标签输出作为辅助,提高生成质量)
5. 属性向量的学习
- IcGAN,使用编码器完成从图像到属性本身的学习,然后通过更改属性生成新的图片。
6. 分层属性模型StyleGAN
- 输入映射网络,Mapping Network
- 自适应风格化曾,AdaIN层
- StyleGAN的应用
- 部分内容来自阿里云天池