郭茂祖，杨倩楠，赵玲玲

（1.北京建筑大学电气与信息工程学院，北京 100044；2.建筑大数据智能处理方法研究北京市重点实验室（北京建筑大学），北京 100044；3.哈尔滨工业大学计算机科学与技术学院，哈尔滨 150001）

（*通信作者电子邮箱zhaoll@hit.edu.cn）

0 引言

近年来，图像生成在现实中有着广泛的应用，受到了深度学习领域的高度重视。图像处理、计算机视觉中的很多问题都涉及根据给定目标图像生成对应图像，很多计算机视觉领域的热点问题本质上也都可以归为图像生成，比如医疗图像生成［1］、面部妆容迁移［2］、虚拟换衣［3］等。图像生成的相关研究，对于推动计算机视觉领域发展有着重要意义；同时，图像生成相关应用的研发也极具商业价值。当前图像生成研究［4-5］可以分为有监督学习和无监督学习两类，其中，监督学习方法一般指输入标签后输出标签对应图像，无监督学习方法由于缺少一一对应的图像数据而具有更高的难度。

生成对抗网络（Generative Adversarial Network，GAN）是由Goodfellow 等［6］在2014 年提出的一种生成式模型，其对抗思想来源于博弈论，引到生成对抗网络中，形成生成器和判别器为博弈双方。由于GAN 独特的对抗思想使得其在众多生成模型中脱颖而出，GAN 目前被广泛应用于计算机视觉、机器学习、语音处理等领域，可以生成数字的图像、给黑白图像上色、从低分辨率图像生成高分辨率图像等。同时，GAN 还被用于语音处理［7］等领域研究。

原始GAN［8-9］存在模型难收敛、难训练还有模型过于自由不可控的问题。针对这些问题，Gauthier［10］提出条件生成对抗网络（Conditional Generative Adversarial Network，CGAN），通过输入的约束条件明确控制生成图像的一些方面；……