CNN과 RNN은 이미지 및 음성 인식 등을 위한 분류자로서 많은 컴퓨터 비전에 사용된 지도 학습 모델이다. 하지만 이 모델만으로는 이미지나 음성을 생성하지 못한다. 그래서 우리는 비지도 학습인 GAN(Generative Adversarial Nets)을 사용하여 이미지의 색감을 변형하는 형식의 작업을 실시하였다. Target 이미지는 Vincent van gogh의 대표적인 작품에서 인물 자화상에 대해 object model로 상정하였다. 상정한 model 데이터의 분포를 알아내기 위해서 DCGANs(Deep convolutional generative adversarial networks)을 사용하여 학습을 시키고 후보자들에 대해서 판별을 하였다. Generative model G를 통해서 생성된 이미지를 판단하기 위해 Discriminator model D를 이용하여 sample이 training data에서 온 것이 실질적인지 혹은 model G로부터 만들어진 것인지를 구별하기 위해 각각의 경우에 대한 확률을 추정하였다. 이미지 데이터 세트를 통해서 convolutional adversarial pair의 생성 자와 판별 자의 객체 부분에서 학습한다는 증거를 보여주게 된다. 또한 training을 통해서 나온 sample 생성에 있어서 다른 비교 군과 비교 및 증명하기 위해 기본 적인 데이터 셋인 mnist와 다른 다양한 이미지를 같은 모델에 트레이닝 시켜서 비교하며 적용 가능성을 보여준다.