工学 >>> 力学 农业工程 林业工程 工程与技术科学基础学科 测绘科学技术 材料科学 矿山工程技术 石油与天然气工程 冶金工程技术 机械工程 光学工程 仪器科学与技术 动力与电气工程 能源科学技术 核科学技术 电子科学与技术 信息与通信工程 控制科学与技术 计算机科学技术 化学工程 纺织科学技术 印刷工业 服装工业、制鞋工业 轻工技术与工程 食品科学技术 土木建筑工程 水利工程 交通运输工程 船舶与海洋工程 航空、航天科学技术 兵器科学与技术 环境科学技术 安全科学技术 工业设计
搜索结果: 1-10 共查到工学 对抗网络相关记录10条 . 查询时间(0.131 秒)
中国科学技术大学九韶团队研究了模式崩溃发生的根本机理,基于数学理论分析提出了一种新方法定量检测和解决生成对抗网络(GANs)中的模式崩溃问题。该成果以“DynGAN: Solving Mode Collapse in GANs with Dynamic Clustering”为题发表在国际知名学术期刊IEEE Transactionson Pattern Analysis and Machine ...
本发明涉及一种基于生成对抗网络模型的皮肤黑色素和油脂标注方法和系统,将传统的基于模板阈值的皮肤黑色素和油脂标注方式转化为一个求解基于深度学习的最优化解,通过生成对抗网络模型的自主学习能力,较为准确地捕捉到皮肤表层黑色素和油脂所展现出来的特征,得到合理的生成器模型,有效重建了原始输入图像中的高频部分,并采用patchGAN的网络结构来控制输出图像在局部上的重建质量,在输出标注完成的图像结果时,不会在...
发票是财务系统的重要组成部分.随着计算机视觉和人工智能技术的发展,出现了各种发票自动识别系统,但是发票上的印章严重影响了识别准确率.本文提出了一种用于自动消除发票印章的SealGAN网络.SealGAN网络是基于生成式对抗网络CycleGAN的改进,采用两个独立的分类器来取代原本的判别网络,从而降低单个分类器的分类要求,提高分类器的学习性能,并且结合ResNet和Unet两种结构构建下采样W...
多视角图像生成即基于某个视角图像生成其他多个视角图像,是多视角展示和虚拟现实目标建模等领域的基本问题,已引起研究人员的广泛关注.近年来,生成对抗网络(Generative adversarial network,GAN)在多视角图像生成任务上取得了不错的成绩,但目前的主流方法局限于固定领域,很难迁移至其他场景,且生成的图像存在模糊、失真等弊病.为此本文提出了一种基于混合对抗生成网络的多视角图像生成...
火电厂空气预热器(空预器)内部的灰尘、烟雾、光照变化等因素导致监控视频画面不清晰,影响监控效果。鉴于此,本文提出一种基于条件生成对抗网络(cGAN)的恶劣工业环境下红外补光监控视频图像清晰化方法。针对获取的红外补光图像样本数据进行预处理,包括高斯滤波去噪以及图像拼接操作,得到低清晰度图像和高清晰度图像的合成图像,低清晰图像作为待重建图像,高清晰图像作为重建图像的理想参考图像,采用建立的c GAN模...
利用深度学习开展高原地区卫星影像去云是一个研究热点。本文提出了基于DCLS-GAN的天绘一号卫星高原地区影像的去云方法,采用对抗学习的思想构建深度卷积对抗生成网络,自主学习影像中云覆盖部分的典型地表特征,从而恢复云覆盖下垫面形貌。基于Encoder-Decoder结构生成网络,构建固定与可移动2种云区掩膜,在矩形固定中心掩模预训练之后进行随机位置云掩模迁移训练,使用最小二乘重建损失与交叉熵对抗损失...
视网膜血管的分割帮助医生对眼底疾病进行诊断有着重要的意义.但现有方法对视网膜血管的分割存在着各种问题,例如对血管分割不足,抗噪声干扰能力弱,对病灶敏感等.针对现有血管分割方法的缺陷,本文提出使用条件深度卷积生成对抗网络的方法对视网膜血管进行分割.我们主要对生成器的网络结构进行了改进,在卷积层引入残差模块进行差值学习使得网络结构对输出的改变变得敏感,从而更好地对生成器的权重进行调整.为了降低参数数目...
利用深度卷积神经网络智能化地提取遥感图像中的建筑物对于数字城市构建、灾害侦查、土地管理等具有重要意义。多时相遥感图像之间的色彩差异会导致建筑物语义分割模型泛化能力下降。针对此,本文提出了注意力引导的色彩一致生成对抗网络(attention-guided color consistency adversarial network,ACGAN)。该算法以参考色彩风格图像及相同区域、不同时相的待纠正图像...
近日,中国科学院自动化研究所智能感知与计算研究中心在生成对抗网络基础上提出高保真度的姿态不变模型(High Fidelity Pose Invariant Model,HF-PIM)来克服人脸识别任务中最为经典的姿态不一致问题。实验结果表明,该方法在基准数据集上的表现的视觉效果和定量性能指标都优于目前最好的基于对抗生成网络的方法。此外,HF-PIM所支持的生成图像分辨率也在原有方法的基础上提升了一...
基于大量训练样本生成高置信度图像的生成对抗网络研究已经取得一些成果,但是现有的研究只针对已知训练样本进行图像生成,而未将训练的参数用于训练样本之外的图像生成。该文设计了一种改进的生成对抗网络模型,在已有网络的基础上增加一个还原层,使得测试图像可以通过改进的对抗网络生成对应的高置信度图像。实验结果表明,改进的生成对抗网络参数可以应用到训练集之外的普通样本。同时本文改进了生成模型的损失算法,极大地缩短...

中国研究生教育排行榜-

正在加载...

中国学术期刊排行榜-

正在加载...

世界大学科研机构排行榜-

正在加载...

中国大学排行榜-

正在加载...

人 物-

正在加载...

课 件-

正在加载...

视听资料-

正在加载...

研招资料 -

正在加载...

知识要闻-

正在加载...

国际动态-

正在加载...

会议中心-

正在加载...

学术指南-

正在加载...

学术站点-

正在加载...