基于生成对抗网络的图像风格转换算法

针对图像样式转换产生的图像质量不高的问题,提出一种基于生成对抗网络的高质量图像样式转换方法。借鉴循环GAN网络结构上的发电网络相结合的方法采用跳层结构和U-Net网络中的残差网络,增强网络的多尺度不变性;其次,在判别网络方面,提出一种多尺度扩展卷积判别器,以改善图像样式的空间几何变换。实验证明,与Cycle-GAN算法相比,该算法在图像样式转换中的效果有很大提升,图像样式转换的质量也得到了提高。

社会比较对炫耀性消费的影响:心理补偿的视角

炫耀性消费行为是为了对财富进行攀比,其目的是为了实现对自身社会经济地位的显示。心理由于比较所产生的劣势以及自我威胁,通过炫耀性消费能够得到弥补,作为一种替代性工具能够使心理需求得到满足。此类劣势感和威胁感通过其他途径获得自我肯定后,人们便无需再采用炫耀性消费对心理进行弥补。本文从心理补偿的视角对社会比较给炫耀性消费带来的影响进行了研究分析。