利用神经网络从图像数据集生成图像

Question

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！

Answer 1

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。