基于深度生成对抗网络的图像识别方法的研究与应用

目录

声明

1 绪论

1.1 研究背景及意义

1.2 国内外研究现状和发展趋势

1.3 论文的主要研究内容及创新点

1.4 文章结构

2 研究基础

2.1卷积与反卷积

2.1.1 卷积的相关概念

2.1.2 反卷积的相关概念

2.1.3 步长为1的反卷积

2.1.4 步长小于1的反卷积

2.2 生成对抗网络

2.2.1 生成对抗网络

2.2.2 条件生成对抗网络

2.2.3 深度卷积生成对抗网络

2.3 Focal Loss损失函数

2.4 本章小结

3 Focal Loss条件深度卷积生成对抗网络模型

3.1 F-CDCGAN模型

3.2 F-CDCGAN模型的损失函数

3.3 F-CDCGAN模型的优化

3.4 本章小结

4 实验结果与分析

4.1 MNIST试验

4.1.1 生成器结构

4.1.2 判别器结构

4.1.3 分类器结构

4.1.4 MNIST损失函数变化情况

4.1.5 MNIST生成样本

4.1.6 MNIST分类结果

4.2 Fashion-MNIST试验

4.2.1 生成器结构

4.2.2 判别器结构

4.2.3 分类器结构

4.2.4 Fashion-MNIST损失函数变化情况

4.2.5 Fashion-MNIST生成样本

4.2.6 Fashion-MNIST分类结果

4.3 本章小结

5 总结与展望

5.1 总结

5.2 展望

参考文献

作者简历

致谢