-
题名基于双判别器生成对抗网络的遮挡人脸图像修复算法
- 1
-
-
作者
布安旭
马驰
胡辉
陈月乃
杨乐
-
机构
辽宁科技大学计算机与软件工程学院
惠州学院计算机与工程学院
-
出处
《计算机与数字工程》
2023年第4期910-915,977,共7页
-
基金
广东省教育厅项目基金(编号:2022ZDZX4052,2021ZDJS082,2019KQNCX148)资助。
-
文摘
对于当前遮挡人脸图像修复中,大多存在修复后人脸图像不连续、纹理模糊及网络训练过中存在模型崩溃等问题,针对这些问题提出了一种基于双判别器生成对抗网络的图像修复方法。该方法在全局判别器的基础上引入局部判别网络,以保证局部修复结果与周围区域的一致性;将encoder-decoder结构的卷积神经网络作为生成器,并在层间加入跳跃连接,从而提高模型对结构信息的预测能力;在判别器中引入Wasserstein距离,并添加梯度惩罚来训练两个判别模型,最终利用泊松图像编辑得到更加真实自然的修复结果。在CelebA人脸数据集上进行验证,实验结果表明该方法相较于所对比的文献模型具有更好的修复效果。
-
关键词
图像修复
生成对抗网络
跳跃连接
梯度惩罚
-
Keywords
image inpainting
generative adversarial networks
skip-connections
gradient penalty
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进YOLOv5的口罩佩戴检测算法研究
- 2
-
-
作者
布安旭
马驰
胡辉
陈月乃
杨乐
-
机构
辽宁科技大学计算机与软件工程学院
惠州学院计算机科学与工程学院
-
出处
《惠州学院学报》
2023年第6期17-21,79,共6页
-
基金
广东省教育厅重点建设学科科研能力提升项目(2021ZDJS082)
广东省教育厅青年创新人才项目(2019KQNCX148)。
-
文摘
为了更高效、准确地对口罩佩戴情况进行检测,提出一种基于改进YOLOv5的口罩佩戴检测方法。该方法以YOLOv5为基础,先对数据集进行数据增强处理,然后在特征提取网络中添加SSP结构,来对特征进行增强,进而提高检测的准确率;网络模型中选用CIoU作为损失函数,训练时灵活修改学习率。最终模型在数据集上的测试结果表明,该模型对口罩佩戴检测有98.6%的准确率,有着良好的检测效果。
-
关键词
目标检测
YOLOv5
数据增强
损失函数
-
Keywords
object detection
YOLOv5
data augmentation
loss function
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于SSD的肺炎影像检测研究
被引量：1
- 3
-
-
作者
马驰
胡辉
路生亮
布安旭
金海滨
-
机构
惠州学院计算机科学与工程学院
辽宁科技大学计算机与软件工程学院
-
出处
《惠州学院学报》
2022年第3期75-80,共6页
-
基金
广东省教育厅重点建设学科科研能力提升项目(2021ZDJS082)
福建省自然科学基金项目(2019J01751)。
-
文摘
针对肺炎影像检测问题,提出一种基于SSD的肺炎影像检测模型,解决了小发病区域检测准确度较低的问题。首先,将原始SSD网络模型的第3网络层的输出结果通过池化降维等操作与网络的第6卷积层的输入特征进行融合;然后,将网络模型的第5池化层的输出结果通过反池化、反卷积等操作后与SSD网络模型的第7特征进行特征融合。为了检验基于SSD的肺炎影像检测模型对肺炎的检测识别性能,针对常见检测模型进行了对比实验,结果显示基于SSD的肺炎影像检测模型对肺炎疾病的检测准确率为91.24%,优于其他对比实验的方法。
-
关键词
肺炎检测
SSD网络模型
深度学习
特征融合
-
Keywords
pneumonia detection
SSD network model
deep learning
feature fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
