1. 毕业设计（论文）主要内容：

深度卷积对抗生成网络是将卷积神经网络和对抗网络结合起来，将有监督学习中的卷积神经网络和无监督学习中的生成对抗网络结合。在训练过程中，生成模型和判别模型的结构与卷积神经网络相结合，判别模型会接收一幅真实图像，并调整参数从而输出正确的概率，且判别模型会接收一张由生成模型生成的图像。两种模型相互对抗，调整参数，最终由生成模型生成接近真实人脸数据集celebA的人脸样本。利用anaconda与tensorflow环境对该深度卷积生成对抗模型建模，完成基于深度卷积对抗生成网络的人脸样本生成。

2. 毕业设计（论文）主要任务及要求

（1）查阅相关文献资料15篇以上（其中近5年外文文献不少于3篇）。

（2）完成开题报告及任务书。

（3）完成anaconda及tensorflow环境的搭建及基于深度卷积对抗生成网络的人脸样本生成仿真。

3. 毕业设计（论文）完成任务的计划与安排

（1）第1－4周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

（2）第5－6周：熟悉掌握基本理论，完成英文资料的翻译，熟悉相关工具软件的使用。

（3）第7－9周：完成anaconda环境以及tensorflow环境的搭建

4. 主要参考文献

[1] roychowdhury s, koozekanani d d, parhi kk. blood ves-sel segmentation of fundus images by major vessel extrac-tion andsubimage classi#64257;cation. ieee journal of biomedical and health informatics,2015, 19(3): 1118-1128

[2]maninis k k, ponttuset j, arbelaez p, gool l v.deep retinal imageunderstanding. ar xiv preprint ar xiv:1609.01103, 2016

[3]li q, feng b, xie l p, liang p, zhang h s, wang t f. across-modalitylearning approach for vessel segmentationin retinal images. ieee transactionson medical imaging,2015, 35(1):109#8722;118.