本研究提出了一种基于生成对抗网络（GAN）的方法，以解决深度神经网络（DNN）测试中缺乏真实数据的问题。通过启发式搜索生成计算机视觉DNN的输入，研究表明该方法能够提高输入的多样性和DNN的性能。