SEGQM：一种基于SE-ResNet 的DCGAN 质量评价模型*

赵镥瑶，齐苏敏，周翔宇，石 珂

（曲阜师范大学，山东 济宁 273100）

0 引言

近年来，深度学习在语音识别、图像识别和自然语言处理等各个领域都得到了广泛应用[1]，各种网络模型不断出现，如卷积神经网络（Convolutional Neural Network，CNN）[2]、循环递 归神经网络（Recurrent Neural Network，RNN）[3]等。2014年，Goodfellow 提出了生成式对抗网络（Generative Adversarial Networks，GAN）[4]，为深度学习领域注入了一种新的思想，一定程度上推动了人工智能在认知阶段的发展。随后，各种GAN 衍生模型层出不 穷，如CGAN[5]、InfoGAN[6]、Wasserstein GAN[7]以及DCGAN[8]等。但是，GAN 的生成质量难以评估，其中定性评价和一些传统的客观评价指标并不合适[9-10]。鉴于主观评价的内在缺陷和GAN 的发展水平[11]，采用恰当的客观指标来指导GAN 的发展至关重要[12]。

目前，客观评价指标主要通过衡量真实分布和生成分布的差异来定量评价GAN，如Kernel MMD[13]、Inception Score[14]、Fréchet Inception Distance[15]以及GAN Quality Index[16]等。虽然它们能够在一定程度上评价GAN，但也存在不足，如无法确定GAN 分数低的原因，依赖于预训练的模型，无法捕捉图像特征通道之间的依赖关系等。针对上述不足，本文设计了一个全面且合理的质量评价指标SEGQI。利用SE-ResNet 网络引入通道注意力机制对生成图像进行分类，以更好地评价GAN。该指标能够分别评价生成图像的真实性和多样性，得到更准确的综合评价分数，是对GQI 的一种改进和补充。最后，定量评估经典模型DCGAN。实验表明，与其他指标相比，SEGQI 更全面和客观地评估了其生成图像的真实性和多样性。

1 DCGAN 模型

DCGAN 将卷积神经网络（CNN）首次应用到GAN，能更好地捕捉图像特征，广泛应用于图像生成任务。如图1 所示，DCGAN 将服从高斯分布或均匀分布的100 维随机噪声z输入生成器G，输出生成图像G(z)；……