图像生成属于生成模型中的一种。生成模型是指以服从某种分布的样本作为训练集,学习如何表示这个分布的模型。尽管生成模型只能生成数据而不提供密度函数估计,但是依然有着重要的研究价值。训练生成模型是对操纵和表示高维概率分布的能力的有效检验。生成模型可以引入到强化学习,也可以进行半监督学习,另外还能与多模态输出结合。除此之外,许多任务本身就需要图像生成。目前在所有生成模型中,生成对抗网络是最成功的,其原理是用生成器和判别器进行对抗训练来学习训练样本的分布。尽管目前生成对抗网络生成图像的大小和逼真程度都令人瞩目,但是依然存在问题,如训练不稳定和模式崩溃等,其中模式崩溃是本文要解决的主要问题。模式崩溃是指生成器只能生成少数几种模式的样本而不能学习到训练数据的完整分布。在训练生成对抗网络时,单个样本质量逐渐提高,样本整体分布逐渐单一,即生成图像的质量和多样性相互矛盾。针对模式崩溃问题,本文提出了一个多样性量化指标,命名为感知距离比。据此提出使生成器能从先验分布中重建训练图像可以有效缓解模式崩溃。方法是建立一个与训练图像一一对应的隐空间编码集合,不断更新编码集合使这些编码可以重建训练图像并服从先验分布。于是从先验分布中随机采样时便有几率采样到该集合的编码,并重建对应的训练图像。训练集包含了生成对抗网络能观测到的所有模式,能重建训练图像也就意味着生成器学习到了其所有可见的模式。另外,本文从如何衡量两张图像的相似程度出发,提出了多样性损失,可以灵活嵌入到各种生成任务中,包括朴素生成对抗网络、图像转换、文本到图像的生成等。由于预训练的神经网络所提取特征能有效计算两张图像之间的相似程度,本文通过最大化两张图像特征的距离与输入噪声的距离之比,无需改变网络和整体框架结构即可有效缓解模式崩溃。该多样性损失理论上可以进一步改进实现特征分离的图像生成。