期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多尺度密集特征融合的单图像翻译
1
作者
李启航
冯龙
+2 位作者
杨清
王雨
耿国华
《光学精密工程》
EI
CAS
CSCD
北大核心
2022年第10期1217-1227,共11页
为了解决现有的单图像翻译模型生成的图像质量低、细节特征差的问题,本文提出了基于多尺度密集特征融合的单图像翻译模型。该模型首先借用多尺度金字塔结构思想,对原图像和目标图像进行下采样,得到不同尺寸的输入图像。然后在生成器中...
为了解决现有的单图像翻译模型生成的图像质量低、细节特征差的问题,本文提出了基于多尺度密集特征融合的单图像翻译模型。该模型首先借用多尺度金字塔结构思想,对原图像和目标图像进行下采样,得到不同尺寸的输入图像。然后在生成器中将不同尺寸的图像输入到密集特征模块进行风格特征提取,将提取到的风格特征从原图像迁移到目标图像中,通过与判别器不断的博弈对抗,生成所需要的翻译图像;最后,本文通过渐进式增长生成器训练的方式,在训练的每个阶段中不断增加密集特征模块,实现生成图像从全局风格到局部风格的迁移,生成所需要的翻译图像。本文在各种无监督图像到图像翻译任务上进行了广泛的实验,实验结果表明,与现有的方法相比,本文的方法训练时长缩短了75%,并且生成图像的SIFID值平均降低了22.18%。本文的模型可以更好地捕获源域和目标域之间分布的差异,提高图像翻译的质量。
展开更多
关键词
单图像翻译
图像
风格迁移
生成对抗网络
密集特征融合
多尺度结构
下载PDF
职称材料
基于多尺度Scale-Unet的单样本图像翻译
2
作者
周蓬勃
冯龙
寇宇帆
《计算机技术与发展》
2024年第4期55-61,共7页
随着生成对抗网络(GAN)的发展,基于单样本的无监督图像到图像翻译(UI2I)取得了重大进展。然而,以前方法无法捕获图像中的复杂纹理并保留原始内容信息。为解决这个问题,提出了一种基于尺度可变U-Net结构(Scale—Unet)的新型单样本图像翻...
随着生成对抗网络(GAN)的发展,基于单样本的无监督图像到图像翻译(UI2I)取得了重大进展。然而,以前方法无法捕获图像中的复杂纹理并保留原始内容信息。为解决这个问题,提出了一种基于尺度可变U-Net结构(Scale—Unet)的新型单样本图像翻译结构SUGAN。所提出的SUGAN使用Scale—Unet作为生成器,利用多尺度结构和渐进方法不断改进网络结构,以从粗到细地学习图像特征。同时,提出了尺度像素损失scale-pixel来更好地约束保留原始内容信息,防止信息丢失。实验表明,与SinGAN、TuiGAN、TSIT、StyTR2等公共数据集Summer■Winter、Horse■Zebra上的方法相比,该方法生成图像的SIFID值平均降低了30%。所提方法可更好地保留图像内容信息,同时生成详细逼真的高质量图像。
展开更多
关键词
单
样本
图像
翻译
Scale-Unet
多尺度结构
渐进方法
尺度像素损失
下载PDF
职称材料
题名
基于多尺度密集特征融合的单图像翻译
1
作者
李启航
冯龙
杨清
王雨
耿国华
机构
西北大学信息科学与技术学院
西北大学数学学院
出处
《光学精密工程》
EI
CAS
CSCD
北大核心
2022年第10期1217-1227,共11页
基金
国家自然科学基金资助项目(No.61731015)
国家重点研发计划资助项目(No.2019YFC1521103,No.2020YFC1523301)
+1 种基金
陕西省重点产业链资助项目(No.2019ZDLSF07-02)
青海省重点研发计划资助项目(No.2020-SF-142)。
文摘
为了解决现有的单图像翻译模型生成的图像质量低、细节特征差的问题,本文提出了基于多尺度密集特征融合的单图像翻译模型。该模型首先借用多尺度金字塔结构思想,对原图像和目标图像进行下采样,得到不同尺寸的输入图像。然后在生成器中将不同尺寸的图像输入到密集特征模块进行风格特征提取,将提取到的风格特征从原图像迁移到目标图像中,通过与判别器不断的博弈对抗,生成所需要的翻译图像;最后,本文通过渐进式增长生成器训练的方式,在训练的每个阶段中不断增加密集特征模块,实现生成图像从全局风格到局部风格的迁移,生成所需要的翻译图像。本文在各种无监督图像到图像翻译任务上进行了广泛的实验,实验结果表明,与现有的方法相比,本文的方法训练时长缩短了75%,并且生成图像的SIFID值平均降低了22.18%。本文的模型可以更好地捕获源域和目标域之间分布的差异,提高图像翻译的质量。
关键词
单图像翻译
图像
风格迁移
生成对抗网络
密集特征融合
多尺度结构
Keywords
single-image translation
image style transfer
GAN
dense feature fusion
multi-scale structure
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于多尺度Scale-Unet的单样本图像翻译
2
作者
周蓬勃
冯龙
寇宇帆
机构
北京师范大学艺术与传媒学院
西北大学信息科学与技术学院
出处
《计算机技术与发展》
2024年第4期55-61,共7页
基金
国家自然科学基金项目(62271393)
国博文旅部重点实验室开放课题(CRRT2021K01)
陕西省重点研发计划(2019GY-215,2021ZDLSF06-04)。
文摘
随着生成对抗网络(GAN)的发展,基于单样本的无监督图像到图像翻译(UI2I)取得了重大进展。然而,以前方法无法捕获图像中的复杂纹理并保留原始内容信息。为解决这个问题,提出了一种基于尺度可变U-Net结构(Scale—Unet)的新型单样本图像翻译结构SUGAN。所提出的SUGAN使用Scale—Unet作为生成器,利用多尺度结构和渐进方法不断改进网络结构,以从粗到细地学习图像特征。同时,提出了尺度像素损失scale-pixel来更好地约束保留原始内容信息,防止信息丢失。实验表明,与SinGAN、TuiGAN、TSIT、StyTR2等公共数据集Summer■Winter、Horse■Zebra上的方法相比,该方法生成图像的SIFID值平均降低了30%。所提方法可更好地保留图像内容信息,同时生成详细逼真的高质量图像。
关键词
单
样本
图像
翻译
Scale-Unet
多尺度结构
渐进方法
尺度像素损失
Keywords
single-sample image translation
Scale-Unet
multi-scale structure
progressive approach
scale-pixel loss
分类号
TP394.1 [自动化与计算机技术—计算机应用技术]
TH691.9 [机械工程—机械制造及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多尺度密集特征融合的单图像翻译
李启航
冯龙
杨清
王雨
耿国华
《光学精密工程》
EI
CAS
CSCD
北大核心
2022
0
下载PDF
职称材料
2
基于多尺度Scale-Unet的单样本图像翻译
周蓬勃
冯龙
寇宇帆
《计算机技术与发展》
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部