毕业论文课题相关文献综述
一、 课题目的及意义老照片往往存在不够清晰，破损严重的问题。
生成式对抗网络是一种深度学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。
GAN算法通常用于对抗样本的生成，力求所得样本达到以假乱真的效果。
采用GAN算法生成破旧照片的对抗样本，进而实现老照片的修复。
照片是我们美好的回忆是我们曾经美好生活的记载，记录了我们生活中的点点滴滴，照片是我们美好记忆的一部分，所以照片对于我们来说很重要。
然而随着时间的流逝，照片会由于我们的保存不善而引起破损或者模糊不清。
对于老照片的翻新既是对自己过去的一些美好回忆，也是对自己的青春的一种缅怀。
二、生成对抗网络的基本原理 GAN 的核心思想来源于博弈论的纳什均衡，与囚徒困境也有些类似。
假设我们有两个网络，G（Generator）和D（Discriminator）。
正如它的名字所暗示的那样，它们的功能分别是：G是一个生成图片的网络，它接收一个随机的噪声z，通过这个噪声生成图片，记做G(z)。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
