利用神经网络从图像数据集生成图像

时间:2017-03-27 22:30:58

标签: neural-network lstm generative generative-art

我不是在寻找一大堆代码作为解决方案,只是我需要实现的模型的名称,或者某些链接会很好。

我的问题是我有一个数据集,我用几百个128x128图像(抽象绘画) - 我想用神经网络简单地生成更多类似于这些图像的图像(最好不需要输入网络,除了可能是随机值?),但我不知道如何去做这件事。

我已经考虑但尚未尝试的一个解决方案是制作LSTM神经网络,将绘画转换为像素值的一维数组,并将数组馈送到网络(LSTM网络真正擅长学习序列) - 但如果我想使用更大的图像,这可能不太实用。

非常感谢任何信息。谢谢!

1 个答案:

答案 0 :(得分:0)

在这种情况下,GAN(生成对抗性网络)是合适的。 GAN依赖于两个独立的神经网络,并且经过适当的训练后,可用于生成与已知图像集合类似的新图像(称为幻觉的过程)。

有许多使用GAN从规范的mnist数据集生成new images of numbers的示例。当然,你可以用你的抽象画取代mnist。