[发明专利]一种多生成器卷积合成图像的对抗网络算法

摘要

本发明公开了一种多生成器卷积合成图像的对抗网络算法，属于深度学习神经网络领域，包括以下步骤S1、构造深度卷积生成式对抗网络DCGAN模型；S2、构造多个记录图像生成器；S3、初始化随机噪声，分别输入每一个记录图像生成器中；S4、采用不同大小的卷积核，对所有生成器生成的图像进行卷积，获得多张特征图；S5、将多张图像合成至一张，输入至记录图像判别器进行训练。本方法构建的多生成器DCGAN模型，相比于传统的DCGAN模型，增加了生成器的数量。由于在每次训练过程中，多个生成器并行工作，所以能够更加快速地学习到数据集中的多种特征，从而能够高效地生成满足数据集特征的图像。

主权项

一种多生成器卷积合成图像的对抗网络算法，其特征在于，所述算法包括下列步骤：S1、构造深度卷积生成式对抗网络DCGAN模型，该DCGAN模型包含记录图像生成器和记录图像判别器，其中，记录图像生成器通过生成图像输入至记录图像判别器进行网络训练；S2、构造多个记录图像生成器；S3、初始化随机噪声，分别输入至每一个记录图像生成器中，生成多张图像；S4、采用不同大小的卷积核，对所有记录图像生成器生成的图像进行卷积，获得多张特征图；S5、将上述获得的多张特征图合成至一张，输入至记录图像判别器进行训练。