Resumen

La visión por ordenador es uno de los campos de investigación más candentes del aprendizaje profundo. La aparición de las redes generativas adversariales (GAN) proporciona un nuevo método y modelo para la visión por ordenador. La idea de las GAN que utilizan el método de entrenamiento de juegos es superior a los algoritmos tradicionales de aprendizaje automático en términos de aprendizaje de características y generación de imágenes. Los GANs se utilizan ampliamente no sólo en la generación de imágenes y la transferencia de estilos, sino también en el procesamiento de texto, voz y vídeo, entre otros campos. Sin embargo, los GANs siguen presentando algunos problemas, como el colapso del modelo y el entrenamiento incontrolable. Este artículo revisa en profundidad la base teórica de los GAN y analiza algunos modelos GAN desarrollados recientemente, en comparación con los modelos GAN tradicionales. Las aplicaciones de los GAN en la visión por ordenador incluyen la mejora de datos, la transferencia de dominios, la generación de muestras de alta calidad y la restauración de imágenes. Se presentan los últimos avances en la investigación de los GANs en el ataque y la defensa de la seguridad basados en la inteligencia artificial (IA). El desarrollo futuro de los GANs en la visión por ordenador también se discute al final del artículo con las posibles aplicaciones de la IA en la visión por ordenador.

• Materias:Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva Neurofisiología
• Subjects:Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience Neurophysiology
• Palabras claves:visión por ordenador, generación de imágenes, gans, modelo gan tradicional, aplicación de gans, términos de características, generación de muestras de calidad, ataque de seguridad basado, campo de investigación más caliente, aplicación de ai
• Keywords:computer vision, image generation, gans, traditional gan model, application of gans, terms of features, quality sample generation, based security attack, hottest research field, application of ai