一、GAN的核心思想：博弈论视角
生成对抗网络（GAN）由Ian Goodfellow于2014年提出，核心是生成器（Generator）与判别器（Discriminator）的二人零和博弈。生成器试图生成逼真样本欺骗判别器，判别器试图区分真实样本和生成样本。两者交替训练，最终达到纳什均衡——生成器能产生以假乱真的数据。
二、经典变体与创新
- DCGAN：将CNN引入GAN，使用批归一化和转置卷积，是GAN工程化的里程碑
- StyleGAN系列：引入风格向量控制生成图像的属性，实现精细的属性编辑和高质量人脸生成
- CycleGAN：无需配对数据即可实现图像风格迁移（如照片转梵高画风），核心创新是循环一致性损失
- Pix2Pix：使用条件GAN + L1损失实现配对图像的跨域转换
三、训练稳定性优化技巧
- WGAN/WGAN-GP：使用Wasserstein距离替代JS散度，根本性改善训练稳定性
- Spectral Normalization：约束判别器的Lipschitz常数，防止梯度爆炸
- 渐进式训练（ProGAN）：从低分辨率开始逐步增加层数，大幅提升高分辨率生成质量
- 数据增强：ADA（Adaptive Data Augmentation）在数据量不足时自动调节增强强度
四、工业应用场景
- 数据增强：在医疗影像、缺陷检测等样本稀缺场景，GAN生成补充训练数据
- 图像超分辨率：SRGAN/ESRGAN将低分辨率图像重建为高清图像
- 图像修复：去除水印、填充缺失区域
相关阅读：深度学习图像处理最佳实践 | 计算机视觉技术演进
评论 (56)