DC-Art-GAN：基于 DC-GAN 的稳定程序化内容生成用于数字艺术
计算机视觉与模式识别
2023-03-15 v2 机器学习
摘要
艺术是一种将数字技术作为生成或创作过程一部分的艺术方法。随着数字货币和 NFT（非同质化代币）的出现，对数字艺术的需求正在急剧增长。在本文中，我们倡导使用具有对抗训练的深度生成网络来实现稳定且多样的艺术生成。该工作主要关注使用深度卷积生成对抗网络（DC-GAN），并探索解决 GAN 训练中常见缺陷的技术。我们比较了 DC-GAN 的各种架构与设计，以得出可用于稳定且逼真生成的推荐设计选择。该工作的主要焦点是生成现实中不存在但由所提模型从随机噪声合成的逼真图像。我们提供了生成的动物面部图像的视觉结果（一些证据表明物种的混合），以及关于训练、架构和设计选择的建议。我们还展示了训练图像预处理如何在 GAN 训练中发挥巨大作用。
引用
@article{arxiv.2209.02847,
title = {DC-Art-GAN: Stable Procedural Content Generation using DC-GANs for Digital Art},
author = {Rohit Gandikota and Nik Bear Brown},
journal= {arXiv preprint arXiv:2209.02847},
year = {2023}
}
备注
the project is done as an undergrad report. On the hind sight, it does not contain full and exhaustive analysis