期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
生成对抗网络图像处理综述 预览
1
作者 朱秀昌 唐贵进 《南京邮电大学学报:自然科学版》 北大核心 2019年第3期1-12,共12页
2014年提出的生成对抗网络(Generative Adversarial Networks,GAN)是近年来神经网络领域中为数不多的一项新锐技术。GAN在常见生成模型的基础上增加了一个判别模型,以形成巧妙的对抗学习机制,使它能够产生更高质量的图像。近年来各种改... 2014年提出的生成对抗网络(Generative Adversarial Networks,GAN)是近年来神经网络领域中为数不多的一项新锐技术。GAN在常见生成模型的基础上增加了一个判别模型,以形成巧妙的对抗学习机制,使它能够产生更高质量的图像。近年来各种改进型GAN在图像处理领域得到广泛应用,不但覆盖了几乎所有传统图像处理领域,还包括一些新应用,如图像编辑、图像翻译、风格转移等,普遍取得了胜过传统方法的良好结果。文中在简要分析GAN的系统结构、对抗生成和网络训练的基础上,重点介绍了为提高GAN性能、克服现存缺陷和满足不同应用而出现的多种改进型GAN,如DC-GAN、W-GAN、Big-GAN等。尽管如此,目前GAN尚处于初始发展阶段,将来的前途不可估量。 展开更多
关键词 深度学习 生成对抗网络 图像处理 生成模型 判别模型
在线阅读 下载PDF
基于生成对抗网络的数字图像修复技术
2
作者 李雪瑾 李昕 徐艳杰 《电子测量与仪器学报》 CSCD 北大核心 2019年第1期40-46,共7页
针对破损区域面积大的图像,在现有的图像修复方法中,往往会产生与周围区域不一致的扭曲结构或模糊的纹理。随着深度学习的发展和应用,基于生成对抗网络的方法,通过调节可用数据来生成缺失的内容。对于一个数据集,先将数据集中的样本解... 针对破损区域面积大的图像,在现有的图像修复方法中,往往会产生与周围区域不一致的扭曲结构或模糊的纹理。随着深度学习的发展和应用,基于生成对抗网络的方法,通过调节可用数据来生成缺失的内容。对于一个数据集,先将数据集中的样本解析成概率分布中的样本点,利用生成对抗网络快速生成出大量伪造图像,通过搜索最接近的已损坏图像的编码,然后这个编码通过生成模型来推断缺失内容。在此基础上,结合了语义损失函数和感知损失函数,并通过改进激活函数Sigmoid函数扩大了不饱和区域,解决了梯度易消失的问题。通过实验表明,方法成功的预测了图像中大面积缺失区域的信息,并实现了照片的真实感,比先前的方法产生更清晰更连贯的结果。 展开更多
关键词 图像修复 深度学习 生成对抗网络 生成模型 损失函数
生成式对抗网络模型研究 预览
3
作者 姜玉宁 李劲华 赵俊莉 《青岛大学学报:自然科学版》 CAS 2019年第3期31-38,43共9页
在系统的总结GAN原始模型的提出背景、基本原理与基本框架的基础上,归纳总结了基于距离度量与能量模型角度而提出的衍进模型f-GAN、WGAN、WGAN-GP、EBGAN;针对解决原始GAN模型的不稳定性而提出的衍进模型DCGAN、Improved GAN、PGGAN;基... 在系统的总结GAN原始模型的提出背景、基本原理与基本框架的基础上,归纳总结了基于距离度量与能量模型角度而提出的衍进模型f-GAN、WGAN、WGAN-GP、EBGAN;针对解决原始GAN模型的不稳定性而提出的衍进模型DCGAN、Improved GAN、PGGAN;基于模型结合角度而提出的GAN+LAP、GAN+LSTM、GAN+CVAE、GAN+AE以及针对增强模型实用性而提出的衍进模型SGAN、CGAN、InfoGAN。对GAN的一些具体应用领域和场景进行了梳理和介绍。 展开更多
关键词 深度学习 生成式对抗网络 生成模型 对抗学习 数据生成
在线阅读 下载PDF
基于生成对抗网络的图像识别改进方法 预览
4
作者 李凯 彭亦功 《计算机工程与设计》 北大核心 2019年第2期492-495,532共5页
针对低分辨率、不清晰图像识别精度较低问题,提出基于生成对抗网络(GAN)的图像识别改进方法。通过GAN中的生成模型与判别模型之间的极大极小博弈,使生成模型获得修复不清晰图像的能力,由此生成模型与一般分类网络相结合生成新网络,可从... 针对低分辨率、不清晰图像识别精度较低问题,提出基于生成对抗网络(GAN)的图像识别改进方法。通过GAN中的生成模型与判别模型之间的极大极小博弈,使生成模型获得修复不清晰图像的能力,由此生成模型与一般分类网络相结合生成新网络,可从不清晰图片中提取准确的特征,提高对不清晰图像的识别精度。实验结果表明,改进方法对不清晰图像的识别精度有显著提升,对提高图像识别质量具有重要的价值。 展开更多
关键词 图像识别 不清晰图像 深度学习 生成对抗网络 生成模型
在线阅读 下载PDF
结合深度学习和半监督学习的遥感影像分类进展
5
作者 谭琨 王雪 杜培军 《中国图象图形学报》 CSCD 北大核心 2019年第11期1823-1841,共19页
本文以结合深度学习的遥感影像特征提取和不充足样本下地物识别与分类作为出发点,对2017-2019年用于遥感图像处理中小样本训练的深度学习方法进行归类总结,介绍如何结合深度学习技术解决遥感影像在样本不充分情况下的有效训练问题,从深... 本文以结合深度学习的遥感影像特征提取和不充足样本下地物识别与分类作为出发点,对2017-2019年用于遥感图像处理中小样本训练的深度学习方法进行归类总结,介绍如何结合深度学习技术解决遥感影像在样本不充分情况下的有效训练问题,从深度生成模型、迁移学习以及一些高效特征提取网络3个方面进行全面剖析。首先,探讨了以GAN(generative adversarial network)和VAE(variational autoencoder)及其衍生结构在遥感技术中分类、变化检测上的应用;然后,在基于知识复用的辅助训练策略--迁移学习中主要从基于网络的迁移和基于数据结构的迁移两大类应用展开讨论;最后探讨了结合半监督学习和主动学习等思想的深度学习算法以及一些新颖的网络结构的应用。虽然深度学习在遥感技术领域发挥了极大的优势,性能也普遍超过了浅层的学习器,但结合物理模型的分析和高性能的实用性遥感应用仍需进一步发展与研究。 展开更多
关键词 遥感影像分类 深度学习 深度生成模型 半监督学习 迁移学习
基于聚类变分自编码器的协同过滤算法 预览
6
作者 韩浩先 叶春明 《计算机系统应用》 2019年第9期162-167,共6页
针对协同过滤推荐模型的数据稀疏性问题,提出一种带有聚类隐变量的变分自编码器,用于处理用户的隐式反馈数据.该深度生成模型既能学习到隐变量的特征分布,同时又能完成对特征的聚类.先以多项式似然来重构原始数据,再用贝叶斯变分推断估... 针对协同过滤推荐模型的数据稀疏性问题,提出一种带有聚类隐变量的变分自编码器,用于处理用户的隐式反馈数据.该深度生成模型既能学习到隐变量的特征分布,同时又能完成对特征的聚类.先以多项式似然来重构原始数据,再用贝叶斯变分推断估计参数,并且将正则化系数引入到模型当中,通过调节其大小能够避免过度正则化,使模型的拟合效果更好.这种非线性的概率模型对缺失评分的预测有更好的建模能力.在MovieLens的三个数据集上的实验结果表明,该算法相比较于其他先进的基线有更优秀的推荐性能. 展开更多
关键词 推荐系统 协同过滤 深度生成模型 变分自编码器 聚类
在线阅读 下载PDF
基于对抗生成网络的纹理合成方法 预览 被引量:4
7
作者 余思泉 韩志 +1 位作者 唐延东 吴成东 《红外与激光工程》 CSCD 北大核心 2018年第2期34-39,共6页
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... 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。 展开更多
关键词 纹理合成 深度学习 生成模型 对抗生成网络
在线阅读 下载PDF
人工智能研究的新前线:生成式对抗网络 预览 被引量:14
8
作者 林懿伦 戴星原 +2 位作者 李力 王晓 王飞跃 《自动化学报》 CSCD 北大核心 2018年第5期775-792,共18页
生成式对抗网络(Generative adversarial networks,GAN)是当前人工智能学界最为重要的研究热点之一.其突出的生成能力不仅可用于生成各类图像和自然语言数据,还启发和推动了各类半监督学习和无监督学习任务的发展.本文概括了GAN的基... 生成式对抗网络(Generative adversarial networks,GAN)是当前人工智能学界最为重要的研究热点之一.其突出的生成能力不仅可用于生成各类图像和自然语言数据,还启发和推动了各类半监督学习和无监督学习任务的发展.本文概括了GAN的基本思想,并对近年来相关的理论与应用研究进行了梳理,总结了GAN常见的网络结构与训练方法,博弈形式,集成方法,并对一些应用场景进行了介绍.在此基础上,本文对GAN发展的内在逻辑进行了归纳总结. 展开更多
关键词 深度学习 生成式对抗网络 生成模型 对抗学习 平行学习
在线阅读 下载PDF
基于深度分子生成模型的类天然产物虚拟筛选库设计
9
作者 李亦博 周鑫 +1 位作者 刘振明 张亮仁 《中国药学:英文版》 CAS CSCD 2018年第7期451-459,共9页
天然产物在新药研发领域占据着重要的地位。在虚拟筛选库中引入天然产物相关的特征将有助于提升这些化合物库的质量。深度生成模型是一类新兴的全新分子设计方法。在此,我们使用深度分子生成模型构建类天然产物的虚拟筛选库。结果显示,... 天然产物在新药研发领域占据着重要的地位。在虚拟筛选库中引入天然产物相关的特征将有助于提升这些化合物库的质量。深度生成模型是一类新兴的全新分子设计方法。在此,我们使用深度分子生成模型构建类天然产物的虚拟筛选库。结果显示,该模型能够生成高天然产物类似性的化合物。另外,该模型也能同时控制天然产物类型性以及合成可及性。基于这些特点,我们可以构造易于合成的类天然产物化合物库,从而提升虚筛库的实际应用价值。 展开更多
关键词 天然产物 深度学习 生成模型 虚拟筛选库设计
基于深度学习的痛苦表情识别 预览 被引量:2
10
作者 王军 夏利民 《计算机工程与设计》 北大核心 2016年第6期1617-1620,1692共5页
结合深度置信网络和生成模型,提出一种基于深度学习的痛苦表情识别方法。采用深度置信网络从人脸图像中提取痛苦表情特征,该特征更能有效描述痛苦表情;为解决痛苦识别中的小样本问题,结合已标记样本和未标记样本,利用生成模型,提出一种... 结合深度置信网络和生成模型,提出一种基于深度学习的痛苦表情识别方法。采用深度置信网络从人脸图像中提取痛苦表情特征,该特征更能有效描述痛苦表情;为解决痛苦识别中的小样本问题,结合已标记样本和未标记样本,利用生成模型,提出一种痛苦表情识别的半监督学习方法。在自建痛苦表情数据库上,利用该方法与其它几种方法进行对比实验,实验结果表明,该方法具有更高的识别精度。 展开更多
关键词 痛苦识别 深度学习 深度置信网络 特征提取 生成模型
在线阅读 下载PDF
基于深度置信网络和生成模型的驾驶疲劳识别 预览
11
作者 王军 夏利民 《湘潭大学自然科学学报》 CAS 北大核心 2015年第3期75-81,共7页
驾驶疲劳识别研究对预防交通事故提高交通安全具有重要意义.提出了一种基于深度置信网络和生成模型的驾驶疲劳识别方法.为了有效地表示疲劳,采用深度置信网络从人脸图像中提取疲劳特征;结合已标注样本和未标注样本,提出了一种基于生成... 驾驶疲劳识别研究对预防交通事故提高交通安全具有重要意义.提出了一种基于深度置信网络和生成模型的驾驶疲劳识别方法.为了有效地表示疲劳,采用深度置信网络从人脸图像中提取疲劳特征;结合已标注样本和未标注样本,提出了一种基于生成模型的半监督学习的疲劳识别方法,解决了疲劳识别中的小样本问题.在自建疲劳数据库上,采用该方法进行了驾驶疲劳识别的仿真实验,同时和其他几种方法进行了对比,结果表明该方法具有更高的识别精度. 展开更多
关键词 疲劳识别 特征提取 深度置信网络 生成模型
在线阅读 免费下载
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈