基于WGAN-GP的人脸素描-照片转化研究

目录

声明

第1章 绪论

1.1 素描画像-照片转化的背景及意义

1.2 素描画像-照片转化技术的研究现状

1.2.1 线性子空间法

1.2.2 贝叶斯方法

1.2.3 稀疏表示方法

1.2.4 神经网络和深度学习方法

1.3 论文的研究内容

第2章人工神经网络及卷积神经网络基础理论

2.1 神经网络的基础理论

2.1.1 感知器

2.1.2 多层感知器

2.1.3 多层神经网络

2.1.4 多层神经网络的训练方法

2.2 CNN卷积神经网络

2.2.1 输入层(Input Layer)

2.2.2 卷积层(Convolution Layer)

2.3 本章小结

第3章素描画像-照片转化的综述

3.1 建立数据库

3.2 图像灰度化

3.3 数据加强

3.4 本章小结

第4章 WGAN-GP生成器的设计

4.1 生成对抗网络GAN的原理

4.2 GAN网络的优化网络WGAN

4.2.1 KL散度

4.2.2 JS散度

4.2.3 WGAN网络

4.3 WGAN-GP网络

4.4 生成器U-NET网络结构

4.5 Smooth L1损失函数

4.6 本章小结

第5章 WGAN-GP网络的判别器设计

5.1 生成对抗网络的判别器工作原理

5.2 WGAN-GP网络的判别器设计

5.3 本章小结

第6章 生成结果分析

6.1 人脸素描画像-照片的转化结果

6.2 人脸素描画像-照片的图像相似度评价

6.2.1 SSIM

6.2.2 VIF

6.2.3 FSIM

6.2.4 生成图像的相似度对比

6.3 本章小结

第7章总结及展望

7.1 工作总结

7.2 展望

参考文献

作者简介及在攻读硕士期间取得的科研成果

致谢