我们介绍了LR-GAN：一种考虑场景结构和上下文的对抗图像生成模型。与先前的生成对抗网络（GANs）不同，该提出的GAN模型能够分别且递归地生成图像背景和前景，并以上下文相关的方式将前景拼接在背景上，从而生成完整的自然图像。对于每个前景对象，模型学习生成其外观、形状和姿态。整个模型是无监督的，并通过梯度下降方法进行端到端训练。实验结果表明，LR-GAN生成的图像比DCGAN更加自然，其中的对象也更容易被人类识别。