基于十字形窗口的生成对抗网络模型

摘要

由于传统的生成对抗网络(generative adversarial network,GAN)都是以卷积神经网络(convolutional neural networks,CNN)作为基本框架，CNN无法处理远程依赖关系，因此会导致图片特征分辨率低和精细细节损失的问题。CSWin Transformer中的十字形窗口自注意力机制可以有效捕获图像组件之间的远程依赖关系，本文提出一种基于CSWin Transformer的生成对抗网络模型CTGAN(CSWin Transformer GAN)，模型在CIFAR-10数据集和更高分辨率的CelebA数据集上进行测试，模型表现出了较好的生成效果，可以生成保真度高且细节丰富的图片。

关键词

生成对抗网络 / CSWin Transformer / 生成模型

基金资助

复杂电子系统仿真重点实验基金项目(DXZT-JC-ZZ-2020-013);; 复杂能源系统智能计算教育部工程研究中心开放基金项目(ESIC202102)