生成对抗网络GAN：原理与实践

作者简介

参考文献

12.3.3 WaveGAN训练和测试

12.3.2 WaveGAN模型

12.3.1 项目简介

12.3 基于GAN的语音生成

12.2.5 CycleGAN-VC2测试

12.2.4 CycleGAN-VC2训练

12.2.3 CycleGAN-VC2模型

12.2.2 WORLD语音合成工具

12.2.1 项目简介

12.2 基于GAN的语音转换

12.1.3 SEGAN训练和测试

12.1.2 SEGAN模型

12.1.1 项目简介

12.1 基于GAN的语音增强

第12章 语音信号处理

参考文献

11.4.3 其他示例程序

11.4.2 高斯噪声对抗防御

11.4.1 对分类器的攻击

11.4 对抗攻击工具包AdvBox

11.3.2 DefenseGAN

11.3.1 APEGAN

11.3 基于GAN的对抗攻击防御

11.2.3 AdvGAN

11.2.2 Natural GAN

11.2.1 Perceptual-Sensitive GAN

11.2 基于GAN的对抗样本生成

11.1.3 常用防御算法

11.1.2 常用攻击算法

11.1.1 对抗攻击概述

11.1 对抗攻击及防御算法

第11章 对抗攻击

参考文献

10.4 展望

10.3.2 基于GAN的交互式图像编辑框架

10.3.1 交互式图像编辑框架

10.3 交互式图像编辑

10.2.2 基于GAN的图像融合框架

10.2.1 图像融合问题

10.2 图像融合

10.1.2 图像景深编辑框架

10.1.1 深度与景深

10.1 图像深度编辑

第10章 通用图像编辑

参考文献

9.3.3 内容动作分离的MoCoGAN

9.3.2 多阶段的MD-GAN

9.3.1 基本的Video-GAN

9.3 视频生成与预测框架

9.2.2 二维图到三维图的预测框架

9.2.1 一般三维图像生成框架

9.2 三维图像生成框架

9.1.2 视频生成与预测应用

9.1.1 三维图像生成应用

9.1 三维图像与视频生成应用

第9章 三维图像与视频生成

参考文献

8.6.4 小结

8.6.3 模型测试

8.6.2 模型训练

8.6.1 项目解读

8.6 基于SRGAN的人脸超分重建实践

8.5.2 基于GAN的图像修复框架

8.5.1 图像修复基础

8.5 图像修复

8.4.2 基于GAN的图像超分辨框架

8.4.1 图像超分辨问题

8.4 图像超分辨

8.3.3 基于GAN的图像色调映射框架

8.3.2 图像色调映射数据集

8.3.1 图像色调映射问题

8.3 图像色调映射

8.2.2 基于GAN的图像去模糊框架

8.2.1 图像去模糊问题

8.2 图像去模糊

8.1.2 基于GAN的图像去噪框架

8.1.1 图像降噪问题

8.1 图像降噪

第8章 图像质量增强

参考文献

7.8.4 小结

7.8.3 人脸属性编辑

7.8.2 人脸属性混合与插值

7.8.1 人脸重建

7.8 基于StyleGAN模型的人脸属性编辑实践

7.7.2 潜在编码向量的求解

7.7.1 StyleGAN人脸编辑的关键问题

7.7 通用的人脸属性编辑

7.6.2 基于编解码器的Deepfakes换脸算法

7.6.1 身份编辑问题

7.6 人脸换脸编辑

7.5.2 基于GAN的妆造迁移算法

7.5.1 妆造编辑问题

7.5 人脸妆造编辑

7.4.2 基于注意力机制的风格化模型

7.4.1 风格编辑问题

7.4 人脸风格编辑

7.3.2 基于3DMM的姿态编辑模型

7.3.1 姿态编辑问题

7.3 人脸姿态编辑

7.2.2 基于潜在空间的条件对抗自编码模型

7.2.1 年龄编辑问题

7.2 人脸年龄编辑

7.1.2 关键点控制的表情编辑模型

7.1.1 表情编辑问题

7.1 人脸表情编辑

第7章 人脸图像编辑

参考文献

6.5.4 小结

6.5.3 模型训练与测试

6.5.2 模型代码解读

6.5.1 数据处理

6.5 基于Pix2Pix模型的图像上色实践

6.4.3 给模型添加监督信息

6.4.2 丰富图像翻译模型的生成模式

6.4.1 多领域转换网络StarGAN

6.4 图像翻译模型的关键改进

6.3.2 基于循环一致性约束的无监督模型

6.3.1 基于域迁移与域对齐的无监督模型

6.3 无监督图像翻译模型

6.2.3 Vid2Vid

6.2.2 Pix2PixHD

6.2.1 Pix2Pix

6.2 有监督图像翻译模型

6.1.2 图像翻译任务的类型

6.1.1 什么是图像翻译

6.1 图像翻译基础

第6章 图像翻译

参考文献

5.9.4 小结

5.9.3 预训练模型的使用

5.9.2 模型解读

5.9.1 项目简介

5.9 StyleGAN人脸图像生成实践

5.8.2 实验结果

5.8.1 项目解读

5.8 DCGAN图像生成实践

5.7.2 数据仿真GAN

5.7.1 数据增强GAN

5.7 数据增强与仿真GAN

5.6.2 多生成器GAN

5.6.1 多判别器GAN

5.6 多判别器与生成器GAN

5.5.2 隐式属性GAN

5.5.1 显式属性GAN

5.5 属性GAN

5.4.2 Progressive GAN

5.4.1 LAPGAN

5.4 多尺度GAN

5.3.4 复杂形式的条件输入

5.3.3 半监督条件GAN

5.3.2 无监督条件GAN

5.3.1 有监督条件GAN

5.3 条件GAN

5.2.2 DCGAN的思考

5.2.1 DCGAN原理

5.2 深度卷积GAN

5.1.3 内容创作

5.1.2 数据质量提升

5.1.1 训练数据扩充

5.1 图像生成应用

第5章 图像生成

参考文献

4.2.4 样例演示

4.2.3 可视化数据

4.2.2 训练模型

4.2.1 设置模型

4.2 GAN可视化

4.1.10 平均似然值

4.1.9 图像质量度量

4.1.8 NRDS

4.1.7 GANtrain与GANtest

4.1.6 最近邻分类器

4.1.5 Wasserstein距离

4.1.4 MMD

4.1.3 FID

4.1.2 IS系列

4.1.1 评价指标的要求

4.1 评价指标

第4章 评价指标与可视化

参考文献

3.6.5 VVEGAN

3.6.4 MADGAN与MADGAN-Sim

3.6.3 Minibatch判别器与PGGAN

3.6.2 DRAGAN

3.6.1 unrolledGAN

3.6 模式崩溃解决方案

3.5.7 其他建议

3.5.6 0中心梯度

3.5.5 TTUR

3.5.4 虚拟批正则化

3.5.3 单侧标签平滑

3.5.2 历史均值

3.5.1 特征匹配

3.5 GAN训练技巧

3.4.3 一致优化算法

3.4.2 GAN动力学系统

3.4.1 欧拉法

3.4 一致优化

3.3.2 谱范数与1-Lipschitz限制

3.3.1 特征值与奇异值

3.3 谱正则化

3.2 退火噪声

3.1.3 模式崩溃

3.1.2 目标函数不稳定性

3.1.1 梯度消失

3.1 GAN训练的3个问题

第3章 训练技巧

参考文献

2.9.2 BEGAN

2.9.1 RGAN

2.9 其他目标函数

2.8.3 IPM与f散度

2.8.2 基于IPM的GAN

2.8.1 IPM概念

2.8 IPM

2.7 WGAN-GP

2.6 Loss-sensitive GAN

2.5.2 WGAN目标函数

2.5.1 分布度量

2.5 WGAN

2.4 fGAN

2.3 EBGAN

2.2 LSGAN

2.1.3 GAN的本质

2.1.2 GAN模型

2.1.1 GAN概述

2.1 GAN

第2章 目标函数优化

参考文献

1.2.6 隐式生成模型

1.2.5 玻尔兹曼机

1.2.4 变分自编码器

1.2.3 流模型

1.2.2 完全可见置信网络

1.2.1 极大似然估计法

1.2 显式与隐式生成模型

1.1.3 无监督生成模型

1.1.2 判别模型与生成模型

1.1.1 监督学习与无监督学习

1.1 无监督学习与生成模型

第1章 生成模型

前言

内容简介

版权信息

封面

封面

版权信息

内容简介

前言

第1章 生成模型

1.1 无监督学习与生成模型

1.1.1 监督学习与无监督学习

1.1.2 判别模型与生成模型

1.1.3 无监督生成模型

1.2 显式与隐式生成模型

1.2.1 极大似然估计法

1.2.2 完全可见置信网络

1.2.3 流模型

1.2.4 变分自编码器

1.2.5 玻尔兹曼机

1.2.6 隐式生成模型

参考文献

第2章 目标函数优化

2.1 GAN

2.1.1 GAN概述

2.1.2 GAN模型

2.1.3 GAN的本质

2.2 LSGAN

2.3 EBGAN

2.4 fGAN

2.5 WGAN

2.5.1 分布度量

2.5.2 WGAN目标函数

2.6 Loss-sensitive GAN

2.7 WGAN-GP

2.8 IPM

2.8.1 IPM概念

2.8.2 基于IPM的GAN

2.8.3 IPM与f散度

2.9 其他目标函数

2.9.1 RGAN

2.9.2 BEGAN

参考文献

第3章 训练技巧

3.1 GAN训练的3个问题

3.1.1 梯度消失

3.1.2 目标函数不稳定性

3.1.3 模式崩溃

3.2 退火噪声

3.3 谱正则化

3.3.1 特征值与奇异值

3.3.2 谱范数与1-Lipschitz限制

3.4 一致优化

3.4.1 欧拉法

3.4.2 GAN动力学系统

3.4.3 一致优化算法

3.5 GAN训练技巧

3.5.1 特征匹配

3.5.2 历史均值

3.5.3 单侧标签平滑

3.5.4 虚拟批正则化

3.5.5 TTUR

3.5.6 0中心梯度

3.5.7 其他建议

3.6 模式崩溃解决方案

3.6.1 unrolledGAN

3.6.2 DRAGAN

3.6.3 Minibatch判别器与PGGAN

3.6.4 MADGAN与MADGAN-Sim

3.6.5 VVEGAN

参考文献

第4章 评价指标与可视化

4.1 评价指标

4.1.1 评价指标的要求

4.1.2 IS系列

4.1.3 FID

4.1.4 MMD

4.1.5 Wasserstein距离

4.1.6 最近邻分类器

4.1.7 GANtrain与GANtest

4.1.8 NRDS

4.1.9 图像质量度量

4.1.10 平均似然值

4.2 GAN可视化

4.2.1 设置模型

4.2.2 训练模型

4.2.3 可视化数据

4.2.4 样例演示

参考文献

第5章 图像生成

5.1 图像生成应用

5.1.1 训练数据扩充

5.1.2 数据质量提升

5.1.3 内容创作

5.2 深度卷积GAN

5.2.1 DCGAN原理

5.2.2 DCGAN的思考

5.3 条件GAN

5.3.1 有监督条件GAN

5.3.2 无监督条件GAN

5.3.3 半监督条件GAN

5.3.4 复杂形式的条件输入

5.4 多尺度GAN

5.4.1 LAPGAN

5.4.2 Progressive GAN

5.5 属性GAN

5.5.1 显式属性GAN

5.5.2 隐式属性GAN

5.6 多判别器与生成器GAN

5.6.1 多判别器GAN

5.6.2 多生成器GAN

5.7 数据增强与仿真GAN

5.7.1 数据增强GAN

5.7.2 数据仿真GAN

5.8 DCGAN图像生成实践

5.8.1 项目解读

5.8.2 实验结果

5.9 StyleGAN人脸图像生成实践

5.9.1 项目简介

5.9.2 模型解读

5.9.3 预训练模型的使用

5.9.4 小结

参考文献

第6章 图像翻译

6.1 图像翻译基础

6.1.1 什么是图像翻译

6.1.2 图像翻译任务的类型

6.2 有监督图像翻译模型

6.2.1 Pix2Pix

6.2.2 Pix2PixHD

6.2.3 Vid2Vid

6.3 无监督图像翻译模型

6.3.1 基于域迁移与域对齐的无监督模型

6.3.2 基于循环一致性约束的无监督模型

6.4 图像翻译模型的关键改进

6.4.1 多领域转换网络StarGAN

6.4.2 丰富图像翻译模型的生成模式

6.4.3 给模型添加监督信息

6.5 基于Pix2Pix模型的图像上色实践

6.5.1 数据处理

6.5.2 模型代码解读

6.5.3 模型训练与测试

6.5.4 小结

参考文献

第7章 人脸图像编辑

7.1 人脸表情编辑

7.1.1 表情编辑问题

7.1.2 关键点控制的表情编辑模型

7.2 人脸年龄编辑

7.2.1 年龄编辑问题

7.2.2 基于潜在空间的条件对抗自编码模型

7.3 人脸姿态编辑

7.3.1 姿态编辑问题

7.3.2 基于3DMM的姿态编辑模型

7.4 人脸风格编辑

7.4.1 风格编辑问题

7.4.2 基于注意力机制的风格化模型

7.5 人脸妆造编辑

7.5.1 妆造编辑问题

7.5.2 基于GAN的妆造迁移算法

7.6 人脸换脸编辑

7.6.1 身份编辑问题

7.6.2 基于编解码器的Deepfakes换脸算法

7.7 通用的人脸属性编辑

7.7.1 StyleGAN人脸编辑的关键问题

7.7.2 潜在编码向量的求解

7.8 基于StyleGAN模型的人脸属性编辑实践

7.8.1 人脸重建

7.8.2 人脸属性混合与插值

7.8.3 人脸属性编辑

7.8.4 小结

参考文献

第8章 图像质量增强

8.1 图像降噪

8.1.1 图像降噪问题

8.1.2 基于GAN的图像去噪框架

8.2 图像去模糊

8.2.1 图像去模糊问题

8.2.2 基于GAN的图像去模糊框架

8.3 图像色调映射

8.3.1 图像色调映射问题

8.3.2 图像色调映射数据集

8.3.3 基于GAN的图像色调映射框架

8.4 图像超分辨

8.4.1 图像超分辨问题

8.4.2 基于GAN的图像超分辨框架

8.5 图像修复

8.5.1 图像修复基础

8.5.2 基于GAN的图像修复框架

8.6 基于SRGAN的人脸超分重建实践

8.6.1 项目解读

8.6.2 模型训练

8.6.3 模型测试

8.6.4 小结

参考文献

第9章 三维图像与视频生成

9.1 三维图像与视频生成应用

9.1.1 三维图像生成应用

9.1.2 视频生成与预测应用

9.2 三维图像生成框架

9.2.1 一般三维图像生成框架

9.2.2 二维图到三维图的预测框架

9.3 视频生成与预测框架

9.3.1 基本的Video-GAN

9.3.2 多阶段的MD-GAN

9.3.3 内容动作分离的MoCoGAN

参考文献

第10章 通用图像编辑

10.1 图像深度编辑

10.1.1 深度与景深

10.1.2 图像景深编辑框架

10.2 图像融合

10.2.1 图像融合问题

10.2.2 基于GAN的图像融合框架

10.3 交互式图像编辑

10.3.1 交互式图像编辑框架

10.3.2 基于GAN的交互式图像编辑框架

10.4 展望

参考文献

第11章 对抗攻击

11.1 对抗攻击及防御算法

11.1.1 对抗攻击概述

11.1.2 常用攻击算法

11.1.3 常用防御算法

11.2 基于GAN的对抗样本生成

11.2.1 Perceptual-Sensitive GAN

11.2.2 Natural GAN

11.2.3 AdvGAN

11.3 基于GAN的对抗攻击防御

11.3.1 APEGAN

11.3.2 DefenseGAN

11.4 对抗攻击工具包AdvBox

11.4.1 对分类器的攻击

11.4.2 高斯噪声对抗防御

11.4.3 其他示例程序

参考文献

第12章 语音信号处理

12.1 基于GAN的语音增强

12.1.1 项目简介

12.1.2 SEGAN模型

12.1.3 SEGAN训练和测试

12.2 基于GAN的语音转换

12.2.1 项目简介

12.2.2 WORLD语音合成工具

12.2.3 CycleGAN-VC2模型

12.2.4 CycleGAN-VC2训练

12.2.5 CycleGAN-VC2测试

12.3 基于GAN的语音生成

12.3.1 项目简介

12.3.2 WaveGAN模型

12.3.3 WaveGAN训练和测试

参考文献

作者简介