摘要：2014年提出的生成對抗網絡(Generative Adversarial Networks,GAN)是近年來神經網絡領域中為數不多的一項新銳技術。GAN在常見生成模型的基礎上增加了一個判別模型,以形成巧妙的對抗學習機制,使它能夠產生更高質量的圖像。近年來各種改進型GAN在圖像處理領域得到廣泛應用,不但覆蓋了幾乎所有傳統圖像處理領域,還包括一些新應用,如圖像編輯、圖像翻譯、風格轉移等,普遍取得了勝過傳統方法的良好結果。文中在簡要分析GAN的系統結構、對抗生成和網絡訓練的基礎上,重點介紹了為提高GAN性能、克服現存缺陷和滿足不同應用而出現的多種改進型GAN,如DC-GAN、W-GAN、Big-GAN等。盡管如此,目前GAN尚處于初始發展階段,將來的前途不可估量。