计算机视觉中生成对抗网络理论进展的编年史综述
计算机视觉与模式识别
2023-11-03 v1 图像与视频处理
摘要
生成对抗网络（GANs）在过去多年中一直是主力生成模型，尤其在计算机视觉研究领域。相应地，GAN 模型的理论与应用出现了许多重大进展，这类模型以难以训练著称，但若训练得当则能产生良好结果。已有许多关于 GAN 的综述，从不同的焦点和视角对海量 GAN 文献进行了组织。然而，尚无综述呈现出重要的编年史维度：即多个采用 GAN 模型的挑战是如何随着时间推移、跨越多个里程碑研究工作被逐一解决的。本综述旨在弥补这一空白，并按时间顺序呈现 GAN 理论与应用方面的一些里程碑研究工作。
引用
@article{arxiv.2311.00995,
title = {A Chronological Survey of Theoretical Advancements in Generative Adversarial Networks for Computer Vision},
author = {Hrishikesh Sharma},
journal= {arXiv preprint arXiv:2311.00995},
year = {2023}
}