图像翻译旨在将图像从源域转换到目标域。近年来,生成对抗网络在多种图像翻译任务中取得了显著成功。不过,这些方法在生成细节纹理方面仍然面临很大的挑战。这主要是因为,现有方法普遍忽略了图像结构信息对于转换过程的指导作用;且通常采用单一的生成器结构,难以描述图像中不同尺度、不同层次的结构细节。因此,本文首先提出了一种结构辅助的生成对抗网络,并将其应用于人脸照片-素描转换任务;然后,提出了一种基于异构互补网络的通用图像翻译框架。本文的贡献主要包含以下两点:(1)首先,本文提出了基于辅助结构的人脸照片-素描合成模型。人脸照片-素描合成旨在基于给定人脸照片/素描生成其对应的素描/照片。考虑到人脸这一特殊的结构,本文利用人脸解析掩码作为辅助输入,来辅助人脸照片-素描的生成。此外,本文利用感知损失,使生成图像保留输入图像中的身份信息;最后,本文采用多层堆叠网络进行细节优化,并对其进行了深入分析和验证。实验表明,本文的方法在可以合成具有逼真纹理并保持身份信息的人脸照片/素描,且在多种挑战性数据集上明显优于现有方法。(2)其次,本文提出了基于异构互补生成对抗网络的通用图像翻译方法。具体而言,本文分别使用深层U型网络和浅层残差网络构建了两个生成器。网络结构的不同,使得两者可以在不同尺度、不同位置上发挥不同的作用。之后,本文使用门控融合网络将两个生成器的输出进行加权融合,以产生最终输出。门控融合单元可以自动计算两个生成器在不同位置上的重要性,从而促使两者相互补充。最后,本文提出了一种多层集成判别器,使用多层次和多尺度特征促使生成器输出高质量的图像细节。在多种数据集上的定量和定性分析表明,在多种图像翻译任务中,本文的方法都显着提高了生成图像的质量。整体而言,本文提出了两种改进型生成对抗网络,并将其用于多种图像翻译任务中,有效提升了生成图像的视觉质量,取得了优于现有方法的性能。本文工作对于图像翻译的理论研究和应用推广有着重要的价值。