期刊文献+
共找到13篇文章
< 1 >
每页显示 20 50 100
一种基于图像patches分割的自监督生成对抗模型
1
作者 陈才扣 高俊 《软件导刊》 2023年第4期142-147,共6页
近年来,通过将基于角度旋转的自监督模型引入到生成对抗网络中,一定程度上缓解了生成对抗模型稳定性不足与模式坍塌问题。但是,这种自监督模型基于全局信息对比,缺乏局部相关性,模型特征提取能力不足,导致生成图片的全局相似度较高而像... 近年来,通过将基于角度旋转的自监督模型引入到生成对抗网络中,一定程度上缓解了生成对抗模型稳定性不足与模式坍塌问题。但是,这种自监督模型基于全局信息对比,缺乏局部相关性,模型特征提取能力不足,导致生成图片的全局相似度较高而像素精度不足。因此,提出一种新型自监督生成对抗模型,将图像块(patches)引入到传统的角度旋转自监督模型中,通过对图像进行分块,将局部图像与整体图像作为输入,在旋转角度判别器的基础上新增位置判别器,在提高模型全局相似性的同时,增强了局部特征相关性。在CIFAR-10与STL-10数据集上进行测试,实验结果表明,基于图像patches分割的自监督生成模型比角度旋转自监督模型的效果更好。 展开更多
关键词 深度学习 自监督学习 生成对抗模型 PATCHES
下载PDF
基于改进对抗生成网络模型的肺气管图像分割 被引量:2
2
作者 王继伟 王弘轩 +3 位作者 黄绍辉 王博亮 陈岗 郭明 《中国数字医学》 2021年第10期93-97,共5页
目的:为了提高肺部疾病的临床诊断准确率及其手术成功率,需要对肺气管的影像进行准确的分割。方法:提出一种全新的针对肺气管图像的三维图像分割算法,将深度学习中的对抗生成网络结构(GAN)、密集连接网络模型(Dense Net)以及多尺度连接(... 目的:为了提高肺部疾病的临床诊断准确率及其手术成功率,需要对肺气管的影像进行准确的分割。方法:提出一种全新的针对肺气管图像的三维图像分割算法,将深度学习中的对抗生成网络结构(GAN)、密集连接网络模型(Dense Net)以及多尺度连接(Multi Scale)结构应用到临床三维图像的分割中。结果:该方法可以从读取数据块中做到像素级的分割,根据相对坐标位置对分割结果进行投票,结合最大联通分量后处理办法,分割出精确到第四支的气管,算法在测试数据上的分割结果获得交并比(IOU)超过91.4%的准确率。结论:基于对抗生成网络的图像分割算法,无需人工交互即可获得形态学结构复杂(肺气管)的三维目标,能提高肺部疾病的临床诊断准确率和手术成功率。 展开更多
关键词 深度学习 对抗生成网络模型 肺气管图像分割
下载PDF
无监督网络对抗生成模型的研究 被引量:2
3
作者 王晟全 陈济颖 +2 位作者 王奕翔 李昂 李鑫 《计算机技术与发展》 2020年第4期89-93,共5页
一般的学习模型都是基于一个假设的随机分布,然后通过训练真实数据来拟合出模型。网络模型复杂并且数据集规模也不小,这种方法简直就是凭借天生蛮力解决问题。Goodfellow认为正确使用数据的方式,是先对数据集的特征信息有insight之后,... 一般的学习模型都是基于一个假设的随机分布,然后通过训练真实数据来拟合出模型。网络模型复杂并且数据集规模也不小,这种方法简直就是凭借天生蛮力解决问题。Goodfellow认为正确使用数据的方式,是先对数据集的特征信息有insight之后,再干活。无监督学习是当下较为流行的话题,但也是困难较为繁多的话题。目前无监督学习可以分成以下两类,分别是确定型的自编码方法以及概率型的受限波尔兹曼机,其目标主要是使受限玻尔兹曼机达到稳定状态时原数据出现的概率最大。如何更快速更有效地地搭建模型以及如何做实验并有效地获得相关的实验结论是人们讨论的重点。在研究中,在判别模型中增加正则化,用卷积层代替池化层,在生成模型中输出层使用tanh激活函数激活,这样使得最终运算的准确率和损失率大大下降,并减少了冗余成分。 展开更多
关键词 无监督网络 对抗生成模型 判别式模型 深度学习
下载PDF
基于生成式对抗网络的股价预测研究 被引量:1
4
作者 许飞飞 胡月 汪召兵 《浙江科技学院学报》 CAS 2022年第3期207-215,共9页
为了降低股票市场中噪声信息和投资者情绪对股票价格的影响,以便给投资者带来较高的投资回报并降低交易风险,特提出一种基于金融双向编码器表征和瓦瑟斯坦距离的生成式对抗网络(financial bidirectional encoder representation from tr... 为了降低股票市场中噪声信息和投资者情绪对股票价格的影响,以便给投资者带来较高的投资回报并降低交易风险,特提出一种基于金融双向编码器表征和瓦瑟斯坦距离的生成式对抗网络(financial bidirectional encoder representation from transformers and Wasserstein generative adversarial networks,FWGAN)股价预测模型。本模型首先采集东方财富网股评数据,并利用自然语言处理预训练模型将股评数据量化为情绪值,然后将情绪值连同历史股票交易数据、技术指标数据输入由长短期记忆网络(long-short-term memory,LSTM)为生成器和卷积神经网络(convolutional neural network,CNN)为判别器组成的FWGAN模型中进行训练。对比LSTM模型、门控神经网络(gated recurrent units,GRU)模型和生成式对抗网络(generative adversarial networks,GAN)模型对山西汾酒股价的预测性能,结果表明,FWGAN模型的均方根误差为2.572,达到最低,预测效果最好。试验结果验证了本模型对股票时间序列预测的有效性和优越性,可以为投资者进行股价预测提供参考。 展开更多
关键词 股价预测 股民情绪 生成对抗网络股价预测模型 时间序列
下载PDF
基于维纳滤波器和生成对抗网络的动态模糊图像处理方法 被引量:3
5
作者 王杨 张鑫 +2 位作者 许闪闪 童珺仪 张卫东 《计算机系统应用》 2019年第4期145-150,共6页
在傅里叶频域中,由于逆滤波对加性噪声特别敏感,使得恢复后的图像仍然非常模糊.针对这一问题,我们提出了一种基于维纳滤波器和生成对抗网络的动态模糊图像处理方法.首先使用维纳滤波去模糊算法,通过均方差最小化去除噪声,但由于无法判... 在傅里叶频域中,由于逆滤波对加性噪声特别敏感,使得恢复后的图像仍然非常模糊.针对这一问题,我们提出了一种基于维纳滤波器和生成对抗网络的动态模糊图像处理方法.首先使用维纳滤波去模糊算法,通过均方差最小化去除噪声,但由于无法判断拍摄装置的移动范围并未得到预期效果.再考虑使用自由性强、不受预定条件分布的生成对抗网络模型(GAN).定义一个类生成器G(y)和类判别器D(x),通过机器学习的方式进行反复学习和反馈,直至达到模型无法判别生成数据样本S(y)和真实数据样本r(x)时,图像近似还原成功.同时,引入"模糊核"概念,模拟图像的模糊轨迹,进行精确还原.最后,由于肉眼很难对图像的还原程度做定量判断.因此我们利用三个评价指标对这些图像进行客观评价——峰值性噪比PSNR、模糊系数KBlur、质量因素Q.实验结果表明,在该方法下的图像的三个评价指标在一定程度上有所改善,从而得到图像还原较为成功的结论. 展开更多
关键词 维纳滤波器 生成对抗网络模型 模糊核 指标评价
下载PDF
基于点集匹配的缺陷样本图像生成方法 被引量:1
6
作者 高海洋 张明川 +1 位作者 葛泉波 刘华平 《智能系统学报》 CSCD 北大核心 2023年第5期1030-1038,共9页
针对工业缺陷检测中存在的由产品次品率过低、产品迭代更新过快、缺陷种类难以覆盖全部以及缺陷样本高质量标注难度较高导致的小样本问题,使用基于点集匹配的缺陷样本图像生成方法来对缺陷数据进行扩充。将缺陷部位从多特征角度进行变换... 针对工业缺陷检测中存在的由产品次品率过低、产品迭代更新过快、缺陷种类难以覆盖全部以及缺陷样本高质量标注难度较高导致的小样本问题,使用基于点集匹配的缺陷样本图像生成方法来对缺陷数据进行扩充。将缺陷部位从多特征角度进行变换,使用单张样本进行扩充得到不同特征的缺陷图像,解决小样本条件下深度学习方法难以生成高质量缺陷图像的问题。通过图像评估与实验验证,该方法生成的图像具有更好的视觉效果,并且对缺陷与分割模型有着高效的提升。该方法可应用于样本较少的深度学习模型训练过程中,达到扩充样本提高训练效果的目的。 展开更多
关键词 工业 缺陷检测 小样本问题 点集匹配 样本扩充 缺陷样本生成 有效训练 循环生成对抗网络模型 矢量化变分自动编码器
下载PDF
基于StarGAN-VC的语音风格转换技术
7
作者 申少鹏 胡松涛 《电声技术》 2024年第1期35-37,共3页
文章基于星型生成式对抗网络-语音转换(Star Generative Adversarial Networks-Voice Conversion,StarGAN-VC)模型,研究了一种先进的语音风格转换技术,旨在实现对语音信号的高效转换。首先,详细阐述了基于StarGAN-VC的语音转换方法的基... 文章基于星型生成式对抗网络-语音转换(Star Generative Adversarial Networks-Voice Conversion,StarGAN-VC)模型,研究了一种先进的语音风格转换技术,旨在实现对语音信号的高效转换。首先,详细阐述了基于StarGAN-VC的语音转换方法的基本原理。其次,深入研究特征提取和基频转换方法,以及StarGAN-VC模型的数学原理。最后,通过在VCC2018数据集上的实验,验证了该方法的性能。实验结果表明,该方法在频谱包络相似度和基频准确度等指标上均取得了令人满意的效果。 展开更多
关键词 深度学习 语言风格转换 星型生成对抗网络-语音转换(StarGAN-VC)模型 频谱分析
下载PDF
船体曲面特征的计算机视觉认知与生成机制研究 被引量:2
8
作者 杜林 李广年 郑彭军 《船舶力学》 EI CSCD 北大核心 2022年第7期949-961,共13页
船体曲面的型值数据与图片数据都是序列相关型数据,即数据排列形式与所表达信息紧密相关的数据类型,因此用于图片分类和生成的计算机视觉技术,理论上也适用于船体曲面特征的认知与生成。本文基于此共性假设,对基于计算机视觉的船体曲面... 船体曲面的型值数据与图片数据都是序列相关型数据,即数据排列形式与所表达信息紧密相关的数据类型,因此用于图片分类和生成的计算机视觉技术,理论上也适用于船体曲面特征的认知与生成。本文基于此共性假设,对基于计算机视觉的船体曲面特征认知与生成机制开展系列研究。通过卷积神经网络搭建多元分类器用于识别不同区域的船体曲面形状,在多种曲面分割方案下均得到较为理想的分类精度;基于生成式对抗网络模型,设计一体式和分区式船体曲面生成方法,并根据这两种方法分别尝试进行曲面生成和重构,证明两种方法都能依据其自身特点部分实现船体曲面生成功能,为后续的研究提供参考。本文研究结果可为船体曲面快速建模与变形方法方面的研究提供技术和理论支持。 展开更多
关键词 船体曲面建模与变形方法 卷积神经网络模型 生成对抗网络模型 计算机视觉技术
下载PDF
基于简单通道注意力机制的单图像超分辨率重建算法
9
作者 高艳鹍 刘一非 +2 位作者 李海生 彭凯康 刘朝晖 《计算机工程与设计》 北大核心 2023年第7期2140-2147,共8页
现有的单图像超分辨率重建算法一般存在重建图像过于失真或将低分辨率图像噪点放大的问题,针对上述两个问题,提出一种基于简单通道注意力机制的生成对抗网络(SCAGAN)模型。采用随机高阶退化模型缓解重建图像过于失真的问题;加入简单通... 现有的单图像超分辨率重建算法一般存在重建图像过于失真或将低分辨率图像噪点放大的问题,针对上述两个问题,提出一种基于简单通道注意力机制的生成对抗网络(SCAGAN)模型。采用随机高阶退化模型缓解重建图像过于失真的问题;加入简单通道注意力机制模块到残差密集块中作为模型的生成器网络模块,解决重建图像将低分辨率图像重建后噪点会放大的问题。实验数据表明,与现有的超分辨率算法相比,该算法有效降低了重建图像过于失真与将低分辨率图像噪点放大的问题,重建出的图像更加真实自然。 展开更多
关键词 超分辨率重建 通道注意力机制 退化模型 数据集构建 残差密集块 生成对抗模型 深度学习
下载PDF
基于多重注意力机制的自然图像抠图 被引量:1
10
作者 林荣 《电脑编程技巧与维护》 2023年第4期144-146,共3页
深度学习在图像抠图中发挥着重要作用,但是它容易丢失一些低级语义信息。在此使用U-Net结构搭建生成网络,并在跳跃连接过程中添加瓶颈注意力模块(BAM),能够有效地融合图像的深层特征和浅层特征。同时在编码器与解码器之间添加一个空洞... 深度学习在图像抠图中发挥着重要作用,但是它容易丢失一些低级语义信息。在此使用U-Net结构搭建生成网络,并在跳跃连接过程中添加瓶颈注意力模块(BAM),能够有效地融合图像的深层特征和浅层特征。同时在编码器与解码器之间添加一个空洞空间金字塔池化模块(ASPP),拓宽感受野,以多个比例捕捉图像的上下文信息。实验结果表明,相比传统的抠图算法,自然图像抠图提取了更多的细节纹理信息,提高了抠图的精度。 展开更多
关键词 自然图像抠图 生成对抗模型 语义信息 注意力机制
下载PDF
基于多源地学数据的找矿预测应用研究 被引量:4
11
作者 于立红 张善良 王国君 《矿产勘查》 2023年第8期1432-1439,共8页
为提高地质找矿精度,本文结合研究区化探、航磁、地质以及断裂构造数据,运用卷积神经网络(CNN)模型,对基于多种数据的铜矿床预测结果进行了对比分析。结果表明:在运用卷积神经网络(CNN)模型进行找矿预测前,需要利用克里格插值法对化探... 为提高地质找矿精度,本文结合研究区化探、航磁、地质以及断裂构造数据,运用卷积神经网络(CNN)模型,对基于多种数据的铜矿床预测结果进行了对比分析。结果表明:在运用卷积神经网络(CNN)模型进行找矿预测前,需要利用克里格插值法对化探和航磁数据进行预处理;同时传统地质数据断裂构造解释不详细的问题,需利用生成式对抗网络(GAN)模型对遥感影像数据进行断裂构造数据的解译,从而获得多种地质数据。基于化探、航磁、地质以及断裂构造数据预测得到的铜矿床面积分别占研究区的27.3%、12.1%和19.7%;由于地质数据仅包括研究区的主干断裂,导致在预测过程中某些重点找矿区未被圈定,而采用GAN模型对断裂构造数据进行训练预测后,未被圈定的区域被重新圈定,将断裂构造数据+化探航磁数据相结合应用到铜矿床预测模型中,具有更好的预测效果和可信度。 展开更多
关键词 卷积神经网络模型 生成对抗网络模型 化探数据 航磁数据 断裂构造数据 找矿预测
下载PDF
基于GAN的超分辨率重建算法研究
12
作者 吴熹鹏 黄溪 +3 位作者 王先兵 何涛 吴中鼎 柴婉秋 《计算机科学与应用》 2020年第10期1908-1920,共13页
图像超分辨率重建是图像复原的重要分支之一,算法任务是进行图像或者视频的修复或重建,目标是提高原始图像或视频帧的分辨率,目前很多超分辨率重建算法使用生成对抗模型来提升分辨率。本文拟采用密集型卷积网络对生成对抗模型的生成器... 图像超分辨率重建是图像复原的重要分支之一,算法任务是进行图像或者视频的修复或重建,目标是提高原始图像或视频帧的分辨率,目前很多超分辨率重建算法使用生成对抗模型来提升分辨率。本文拟采用密集型卷积网络对生成对抗模型的生成器部分进行改进,并提供一个将高层次特征与低层次特征联合起来的方法,将每一层的特征图传播到后续卷积层,从而在模型不同卷积层之间建立一条捷径,使得梯度信息在层次较深的网络模块中实现回传。然后在此基础上采用生成对抗网络生成高频信息,用来补充图像或视频帧细节,获得更加真实的高分辨率图像,达到提升重建结果的目标。 展开更多
关键词 图像超分辨率 生成对抗模型 密集卷积网络 深度学习
下载PDF
手写体版面分析和多风格古籍背景融合 被引量:1
13
作者 田瑶琳 陈善雄 +2 位作者 赵富佳 林小渝 熊海灵 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2020年第7期1111-1120,共10页
近年来,基于深度学习的版面分析和风格迁移等技术得到广泛的应用并取得了许多突破.为了对古籍多风格纹理进行复原,提出一种古籍版面分析和风格融合网络结构.首先利用生成对抗网络和多风格背景生成模型进行模型训练,形成多风格的古籍纹理... 近年来,基于深度学习的版面分析和风格迁移等技术得到广泛的应用并取得了许多突破.为了对古籍多风格纹理进行复原,提出一种古籍版面分析和风格融合网络结构.首先利用生成对抗网络和多风格背景生成模型进行模型训练,形成多风格的古籍纹理;然后提出重排列算法进行版面分析,调整前景文字的排列位置;最后通过前景文字和古籍风格背景的融合实现文本背景的多风格生成.实验中,以古彝文、古汉语(秦小篆)、女真文的古籍和古画作为数据样本,对DCGANs模型进行参数和结构上的改进以提高模型的生成性能,结合交叉熵损失函数和Fréchet inception distance(FID)对生成结果进行评估,得到在FID上表现最佳的训练模型M8并将其作为多风格背景生成模型,与DCGANs模型相比,生成性能提高19.26%,图像生成质量有了明显提升. 展开更多
关键词 深度卷积生成对抗网络模型 深度学习 图像生成 版面分析 目标检测
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部