第一章 绪论
1.1 研究背景与意义
1.2 国内外研究历史与现状
1.3 本文的主要内容
1.4 本论文的结构安排
第二章 图像生成相关基础理论知识
2.1 神经网络
2.1.1 深度神经网络
2.1.2 损失函数
2.1.3 激活单元
2.1.4 卷积神经网络
2.2 生成对抗网络
2.2.1 原始GAN
2.2.2 深度卷积生成对抗经网络DCGAN
2.2.3 条件生成对抗经网络CGAN
2.2.4 WGAN
2.3 本章小结
第三章 熊猫图像分割数据集制作
3.1 背景介绍
3.2 图像分割算法总体框架
3.2.1 算法概述
3.2.2 整体设计
3.3.1 网络模型搭建
3.3.2 数据预处理
3.3.3 预训练
3.4 熊猫图像分割效果评估
3.5 本章小结
第四章 基于生成对抗网络的图像生成算法研究
4.1 图像修复算法介绍
4.2 整体算法框架
4.3.1 边缘修复算法设计
4.3.2 网络模型搭建
4.3.3 数据预处理
4.4 基于稀疏边缘的图像修补网络结构设计与搭建4.4.1 网络结构设计
4.4.2 网络模型搭建
4.4.3 数据预处理
4.5 实验
4.5.1 实验环境
4.5.2 数据集
4.5.3 图像生成模型评价标准
4.5.4 边缘修复模型
4.5.5 基于边缘的图像生成模型评价
4.6 本章小结
第五章 大熊猫图像生成系统的设计与实现
5.1 需求分析
5.1.1 系统背景
5.1.2 功能需求
5.2 功能设计
5.3.1 系统架构
5.3.2 图像上传模块
5.3.3 检索模块
5.3.4 图像生成模块
5.3.5 图像分割模块
5.3.6 数据库模块
5.4 系统功能测试
5.5 本章小结
第六章 总结与展望
6.1 全文总结
6.2 未来展望
致 谢
参考文献
攻读硕士学位期间取得的成果
电子科技大学;