-
题名基于对抗生成网络的纹理合成方法
被引量:13
- 1
-
-
作者
余思泉
韩志
唐延东
吴成东
-
机构
东北大学信息科学与工程学院
中国科学院沈阳自动化研究所机器人学国家重点实验室
-
出处
《红外与激光工程》
EI
CSCD
北大核心
2018年第2期34-39,共6页
-
基金
国家自然科学基金(61773367
61303168)
中国科学院青年创新促进会(2016183)
-
文摘
纹理合成是计算机图形学、计算机视觉和图像处理领域的研究热点之一。传统的纹理合成方法往往通过提取有效的特征样式或统计量并在该特征信息的约束下生成随机图像来实现。对抗生成网络作为一种较新的深度网络形式,通过生成器和判别器的对抗训练能够随机生成与观测数据具有相同分布的新数据。鉴于此,提出了一种基于对抗生成网络的纹理合成方法。该算法的优点是不需要经过多次迭代就能够生成更真实纹理图像,且生成图像在视觉上与观测纹理图像一致的同时具有一定随机性。一系列针对随机纹理和结构性纹理的合成实验验证了该算法的有效性。
-
关键词
纹理合成
深度学习
生成模型
对抗生成网络
-
Keywords
texture synthesis
deep learning
generative model
generative adversarial networks
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于空间金字塔特征包的手势识别算法
被引量:4
- 2
-
-
作者
余思泉
曹江涛
李平
姬晓飞
-
机构
辽宁石油化工大学信息与控制工程学院
沈阳航空航天大学自动化学院
-
出处
《智能系统学报》
CSCD
北大核心
2015年第3期429-435,共7页
-
基金
国家自然科学基金资助项目(61103123)
-
文摘
为了解决基于尺度不变特征变换的特征包(Bo F-SIFT)算法在描述手势图像特征时对特征点分布情况无法确定的问题,提出了空间金字塔特征包算法提取手势图像特征。该算法通过构造图像金字塔改善了传统的Bo FSIFT算法,生成的描述子能有效表征手势图像的局部特征和全局特征,并能表示图像特征点的分布特性。采用直方图相交核支持向量机进行手势识别。在标准数据库上的测试表明,该算法对于10种手语得到了92.92%的正确识别率,验证了算法的有效性。
-
关键词
手势识别
手势图像
尺度不变特征变换
空间金字塔
特征包
直方图相交核
支持向量机
-
Keywords
hand gesture recognition
hand gesture image
scale invariant feature transform(SIFT)
spatial pyramid
bag of features
histogram intersection kernel
support vector machines(SVM)
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-