边界平衡生成对抗网络（BEGAN）可以生成令人印象深刻的逼真的人脸图像，但是在生成的图像的质量和多样性之间需要权衡取舍。 基于BEGAN，我们提出了一种有效的方法来生成具有更高质量和更好多样性的图像。 通过向鉴别器添加第二损失函数（去噪损失），鉴别器可以了解有关真实图像分布的更多有用信息。 自然地，鉴别器在真实图像和生成图像之间进行区分的能力得到了提高，这进一步指导了生成器生成更真实的图像，从而使鉴别器产生混淆。 我们还发现，在BEGANs体系结构中使用批量归一化技术可以提高生成图像的多样性。