尹玉婷，肖秦琨

(西安工业大学 电子信息工程学院，陕西 西安 710021)

0 引 言

近年来传感器技术、互联网物联网通信技术以及计算机视觉技术迅速发展，人们越来越希望通过监控系统和计算机视觉完成视觉事件的记录以及对感兴趣事件做出判断的任务，从而实现人机交互等。各种新型虚拟增强现实应用技术在军事科学工程、教育以及医疗、娱乐等各个方面得到了广泛应用。VR的实际应用以当前计算机网络视觉技术领域中视频图像图片生成后的相关视觉技术应用为理论基础，将图像生成后的影像图片、视频与其他视觉技术进行结合，构造显示出一个真实虚拟的“现实”并将世界展示出来。为了生成多样化、清晰化的图片，展开了对计算机模拟图像生成方法的研究。

生成模型是通过应用最小—最大优化框架来训练和生成数据。近年来提出的图像生成方法主要有两种，一种是Goodfellow等人提出的生成对抗网络[1](generative adversarial networks，GAN)，另一种是自编码器[2](auto encoder，AE)。GAN是由生成网络和判别网络组成，这两种网络之间是一种对抗博弈关系，生成网络就像造“假币”的机器，根据已有的“纸币”(真实数据)模仿生产出近乎真实的纸币，判别网络作为一个分类器起到了类似“验钞机”的作用，判断纸币的真伪，也就是决策出生成数据是否真实。依据判别网络给出的结果，生成网络不断改进网络参数设置，提高自身的生成能力，使生成的结果更接近原始数据。从博弈论的角度来说，两种网络处于一种竞争关系，最终两个网络实现纳什均衡。……