生成式对抗网络及其在图像生成中的研究进展

马永杰，徐小冬，张 茹，谢艺蓉，陈 宏

西北师范大学 物理与电子工程学院，兰州 730070

随着人工智能（artificial intelligence，AI）的快速发展，与其相关的一些技术也相继被提出。机器学习作为实现人工智能的主要方法，根据数据集是否有标签，可以分为监督学习、无监督学习与半监督学习[1]。深度学习作为实现机器学习的一种方法，由Hinton 等人[2]于2006 年首次提出，它是一种包含了多个隐藏层和多个感知器的网络结构，可以对物体的属性和特征进行更深层次的描述。在无监督学习中，深度生成模型（deep generative models）和自编码器（auto-encoder）是两个大的方向。在神经网络兴起之前，学术界对生成模型的探究主要集中在变分自动编码器（variational auto-encoder，VAE）、受限玻尔兹曼机（restricted Boltzmann machine，RBM）、PixelRNN（pixel recurrent neural networks）、深度玻尔兹曼机（deep Boltzmann machine，DBM）等，这些生成模型在图像生成领域虽然取得了一定的成绩，但由于目标函数计算复杂度较高、数据建模难度过大，一直存在一定的局限性。为了解决这一问题，Goodfellow 等人创造性地应用博弈论的思想，提出了生成式对抗网络（generative adversarial networks，GAN）[3]。这个由一个生成图像的生成器G与一个检测图像真伪的检测器D组成的相互对抗的网络，在学术界引起了巨大反响。随后的几年中，越来越多的学者深入其中，将GAN 的思想及其变种快速渗透到深度学习的众多领域，诞生了很多新的研究方向，如语音处理[4]、智能交通[5]、安全隐私[6]等，并取得了良好的效果。

本文阐述了生成式对抗网络的诞生契机，介绍了其基本原理和优缺点，分类总结了近年来诞生的一些GAN 的衍生模型；其次详细介绍了GAN 在图像生成方面的应用；……