基于改进的生成对抗网络的动漫头像生成算法

针对大部分生成对抗网络在动漫图像的生成上会呈现出训练不稳定，生成样本多样性比较差，人物局部细节上效果不好，生成样本质量不高的问题，文章利用条件熵构造的一种距离惩罚生成器的目标函数，结合注意力机制提出一种改进模型MGAN-ED。模型主要包括融入多尺度注意力特征提取单元的生成器和多尺度判别器。采用GAM和FID进行评估，所做实验结果表明模型有效地解决了模式崩塌的问题，生成图像的局部细节更加清晰，生成样本质量更高。