生成対抗ネットワーク（GANs）[Goodfellowら 2014]は、高解像度設定においてGPUメモリ容量の計算制約があるため、収束率の安定性が知られているにもかかわらず、その収束に難しさが伴ってきました。DCGAN（深層畳み込み生成対抗ネットワーク）[Radfordら 2016]のネットワーク収束を向上させ、美しく高解像度な結果を得るため、最新の技術を取り入れた新しい階層型ネットワークHDCGANを提案します。また、入力サイズを望遠鏡ζで拡大することで最終的なGAN生成結果を任意に改善するメカニズムGlassesも紹介します。Curtó & Zarzaデータセットは、異なる民族グループの人間の顔を多様な照明条件と画像解像度で含む新たなバイアスフリーのデータセットとして導入されます。CurtóはHDCGANによって合成された画像で強化され、これが初めてGANによって拡張された顔のデータセットとなります。私たちはCelebA [Liuら 2015]、CelebA-hq [Karrasら 2018]およびCurtóに対して広範な実験を行いました。HDCGANは現在、CelebAにおける合成画像生成において最先端であり、MS-SSIM値が0.1978、FRÉCHET Inception Distanceが8.44となっています。