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
共找到754篇文章
< 1 2 … 38 >
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：
基于AI图像生成技术的家具设计研究
1
作者 邹志娟 陈思洁 《林产工业》 北大核心 2024年第11期62-67,共6页
简述了AI图像生成技术及其在家具设计中的应用优势,提出AI图像生成技术在家具设计中的一般流程。基于Stable Diffusion AI设计平台,依据“文本指令”进行家具设计尝试,以包豪斯风格家具设计实践来验证AI图像生成技术辅助生成家具设计效... 简述了AI图像生成技术及其在家具设计中的应用优势,提出AI图像生成技术在家具设计中的一般流程。基于Stable Diffusion AI设计平台,依据“文本指令”进行家具设计尝试,以包豪斯风格家具设计实践来验证AI图像生成技术辅助生成家具设计效果图的高效性。研究表明:AI图像生成技术能合理运用于家具设计创意阶段,对缩短家具设计周期、提升家具设计质量具有实际意义。 展开更多
关键词 AI图像生成技术 Stable diffusion 文本指令 家具设计 机器学习
下载PDF
基于DCGAN的课堂表情图像生成方法
2
作者 徐新爱 李钢 《计算机与现代化》 2024年第8期88-91,126,共5页
为了构建课堂表情图像数据库,弥补特定条件下课堂表情多样性的不足,提出一种利用深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Networks,DCGAN)生成课堂表情图像的方法。首先,利用线下教学监控视频和线上课堂视频... 为了构建课堂表情图像数据库,弥补特定条件下课堂表情多样性的不足,提出一种利用深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Networks,DCGAN)生成课堂表情图像的方法。首先,利用线下教学监控视频和线上课堂视频自主采集课堂表情图像,得到较均衡且样本特征丰富的小型图像集;其次,对原始图像进行去雾、增强、镜像等图像预处理操作,构建课堂表情数据训练集;再次,通过对基于DCGAN模型的课堂表情图像生成网络的构建和初步参数设置,并不断优化网络超参数,以生成课堂表情图像数据集;最后,利用人脸检测算法和IS (Inception Score)评价指标对生成课堂表情图像进行检测和评价,并验证生成图像在检测网络中的可行性和有效性。实验结果表明:本文基于DCGAN的方法能够生成较逼真的课堂表情图像,能够有效地增广课堂表情数据集,增强课堂表情图像的多样性。 展开更多
关键词 深度学习 深度卷积生成对抗网络 图像生成 课堂表情
下载PDF
基于深度强化学习算法的全视角人脸纹理图像生成方法
3
作者 吕周澍 《湖南邮电职业技术学院学报》 2024年第2期34-38,共5页
由于人脸的面部特征复杂且纹理结构多样,传统方法往往受到完整性、纹理真实性、清晰度以及鲁棒性等方面的局限。因此,本研究提出基于深度强化学习算法的全视角人脸纹理图像生成方法。首先,对全视角人脸面部区域进行细致划分,建立坐标系... 由于人脸的面部特征复杂且纹理结构多样,传统方法往往受到完整性、纹理真实性、清晰度以及鲁棒性等方面的局限。因此,本研究提出基于深度强化学习算法的全视角人脸纹理图像生成方法。首先,对全视角人脸面部区域进行细致划分,建立坐标系以精确提取各区域的关键纹理结构特征点。随后,将这些特征点输入深度强化学习模型中,通过算法优化整合成一套全面的全视角特征点集合。利用马尔科夫权重场进一步处理特征点,通过计算联合概率,并结合重叠区域约束条件,生成了细节丰富、纹理清晰的全视角人脸纹理图像。实验结果表明,所提出方法生成的图像具有较高的峰值信噪比和较高的纹理清晰度,且鲁棒性较好,有效满足了高质量人脸纹理图像生成的需求。 展开更多
关键词 人脸图像生成 人脸纹理图像 深度强化学习算法 图像生成
下载PDF
面向工业过程的图像生成及其应用研究综述 被引量：1
4
作者 汤健 郭海涛 +2 位作者 夏恒 王鼎 乔俊飞 《自动化学报》 EI CAS CSCD 北大核心 2024年第2期211-240,共30页
在面向工业过程的计算机视觉研究中,智能感知模型能否实际应用取决于其对复杂工业环境的适应能力.由于可利用的工业图像数据集存在分布不均、多样性不足和干扰严重等问题,如何生成符合多工况分布的期望训练集是提高感知模型性能的关键.... 在面向工业过程的计算机视觉研究中,智能感知模型能否实际应用取决于其对复杂工业环境的适应能力.由于可利用的工业图像数据集存在分布不均、多样性不足和干扰严重等问题,如何生成符合多工况分布的期望训练集是提高感知模型性能的关键.为解决上述问题,以城市固废焚烧(Municipal solid wastes incineration, MSWI)过程为背景,综述目前面向工业过程的图像生成及其应用研究,为进行面向工业图像的感知建模提供支撑.首先,梳理面向工业过程的图像生成定义和流程以及其应用需求;随后,分析在工业领域中具有潜在应用价值的图像生成算法;接着,从工业过程图像生成、生成图像评估和应用等视角进行现状综述;然后,对下一步研究方向进行讨论与分析;最后,对全文进行总结并指出未来挑战. 展开更多
关键词 工业过程 视觉感知 图像生成 生成图像评估与应用 城市固废焚烧
下载PDF
基于人体图像生成的姿态无关人物识别 被引量：1
5
作者 刘云 夏贵羽 +1 位作者 孙玉宝 刘佳 《测控技术》 2024年第4期61-67,共7页
人物识别技术能够使机器人具备对用户身份识别的能力,从而有效提高机器人的智能交互水平。人物识别面临的主要挑战之一是姿态的变化对人物身份特征提取的影响。针对该问题,提出基于人体图像生成的姿态无关人物识别方法,通过生成与库中... 人物识别技术能够使机器人具备对用户身份识别的能力,从而有效提高机器人的智能交互水平。人物识别面临的主要挑战之一是姿态的变化对人物身份特征提取的影响。针对该问题,提出基于人体图像生成的姿态无关人物识别方法,通过生成与库中目标人物相同姿态的人体图像,消除姿态变化对人物外观特征造成的影响。该方法首先利用人体分割图将人体区域与背景分离,尽量降低复杂多变的背景对人物外观特征的干扰;然后在目标姿态的引导下生成与目标图像姿态一致的人物图像;最后设计了一个特征融合模块将源图像和生成图像的身份特征进行融合,提取姿态无关的鲁棒身份特征用于人物识别。此外,为更好地区分不同的人物,在训练中生成相同姿态的负样本,对约束模型学习更为细粒的可鉴别性身份特征。人物识别和人体图像生成的实验结果验证了该方法的有效性。 展开更多
关键词 人物识别 人体图像生成 特征融合 姿态无关
下载PDF
基于空间域图像生成和混合卷积神经网络的配电网故障选线方法 被引量：1
6
作者 郭威 史运涛 《电网技术》 EI CSCD 北大核心 2024年第3期1311-1321,共11页
传统的配电网故障选线方法大多基于一维零序电流序列构建故障诊断模型,单一的诊断模型往往限制了故障特征的深层挖掘。为了提高故障选线的准确率,提出一种基于空间域图像和混合卷积神经网络的配电网故障选线方法。首先,利用优化的降噪... 传统的配电网故障选线方法大多基于一维零序电流序列构建故障诊断模型,单一的诊断模型往往限制了故障特征的深层挖掘。为了提高故障选线的准确率,提出一种基于空间域图像和混合卷积神经网络的配电网故障选线方法。首先,利用优化的降噪光滑模型对零序电流信号进行降噪处理,减少外界环境的电磁干扰。其次,利用对称希尔伯特变换将一维时域信号转成二维空间域图像,图像的颜色、形状和纹理特征能够充分反映当前系统的运行状态。最后,将一维时域信号和二维空间域图像同步作为混合卷积神经网络的输入,充分挖掘系统的故障特征,利用Sigmoid函数实现故障选线。在辐射状配电网、IEEE-13节点模型、IEEE-34节点、StarSim仿真平台上模型上进行了实验验证。实验结果表明,该选线方法可以有效克服传统方法过度依赖主观特征选择、抗噪性能差等问题,能够在高阻接地、采样时间不同步、两点接地故障等极端情况下可靠地筛选出故障线路。 展开更多
关键词 故障选线 对称希尔伯特变换 混合卷积神经网络 空间域图像生成 优化的降噪光滑模型
原文传递
De-DDPM:可控、可迁移的缺陷图像生成方法
7
作者 岳忠牧 张喆 +2 位作者 吕武 赵瑞祥 马杰 《自动化学报》 EI CAS CSCD 北大核心 2024年第8期1539-1549,共11页
基于深度学习的表面缺陷检测技术是工业上的一项重要应用,而缺陷图像数据集质量对缺陷检测性能有重要影响.为解决实际工业生产过程中缺陷样本获取成本高、缺陷数据量少的痛点,提出了一种基于去噪扩散概率模型(Denoising diffusion proba... 基于深度学习的表面缺陷检测技术是工业上的一项重要应用,而缺陷图像数据集质量对缺陷检测性能有重要影响.为解决实际工业生产过程中缺陷样本获取成本高、缺陷数据量少的痛点,提出了一种基于去噪扩散概率模型(Denoising diffusion probabilistic model,DDPM)的缺陷图像生成方法.该方法在训练过程中加强了模型对缺陷部位和无缺陷背景的差异化学习.在生成过程中通过缺陷控制模块对生成缺陷的类别、形态、显著性等特征进行精准控制,通过背景融合模块,能将缺陷在不同的无缺陷背景上进行迁移,大大降低新背景上缺陷样本的获取难度.实验验证了该模型的缺陷控制和缺陷迁移能力,其生成结果能有效扩充训练数据集,提升下游缺陷检测任务的准确率. 展开更多
关键词 数据增强 数据集扩充 缺陷图像生成 深度学习
下载PDF
基于改进DCGAN的对地观测图像生成方法
8
作者 黄丹丹 汪梅 +3 位作者 张永高 施俊杰 张岩 李远成 《西安科技大学学报》 CAS 北大核心 2024年第5期985-995,共11页
为了研究无人机对地观测图像样本的平衡性,提高对地观测在深度学习中的应用,采用图像生成方法对无人机对地观测图像进行大量生成;针对图像生成模型在训练时出现的稳定性和生成图像的质量问题,提出一种基于改进DCGAN的对地观测图像生成... 为了研究无人机对地观测图像样本的平衡性,提高对地观测在深度学习中的应用,采用图像生成方法对无人机对地观测图像进行大量生成;针对图像生成模型在训练时出现的稳定性和生成图像的质量问题,提出一种基于改进DCGAN的对地观测图像生成方法。首先在DCGAN的生成器和判别器的网络结构中增加批处理层,然后将判别器的优化器改进为随机梯度下降,且生成器的优化器采用自适应学习率,最后改进模型的损失函数。结果表明:改进后的DCGAN网络模型生成的数据与原始数据的统计特征相似,模型性能良好,相比于其他的GAN衍生模型,改进后的DCGAN模型更具有稳定性,在训练过程中未出现模式崩塌的现象,模型生成图像的FID分数值为4.631,比原始DCGAN模型低2.409,该方法生成的图像质量更好,更加适用大规模的对地观测图像数据的生成。 展开更多
关键词 对地观测 深度卷积生成对抗网络 深度学习 图像生成
下载PDF
基于Swin Transformer生成对抗网络的图像生成算法 被引量：2
9
作者 王军 高放 +1 位作者 省海先 张宇 《小型微型计算机系统》 CSCD 北大核心 2024年第1期241-248,共8页
针对图像生成算法中生成对抗网络训练效率低且不稳定的问题,本文提出了一种改进生成对抗网络的图像生成算法(STGAN),该算法首先在判别器中引入Swin Transformer机制,来增强网络的判别能力;其次改进了生成器,使用自注意力代替卷积神经并... 针对图像生成算法中生成对抗网络训练效率低且不稳定的问题,本文提出了一种改进生成对抗网络的图像生成算法(STGAN),该算法首先在判别器中引入Swin Transformer机制,来增强网络的判别能力;其次改进了生成器,使用自注意力代替卷积神经并且加入谱范数规范化,来达到平衡生成器和判别器的效果;最后使用Wasserstein距离作为损失函数,以提高网络的训练稳定性.实验数据表明,在CelebA和LSUN两种不同数据集上STGAN比自注意力生成对抗网络所生成图像的FID值分别降低了2.5266和5.4476,IS值分别提高了0.0941和0.0343.从实验结果可以看出,STGAN模型生成的图片具有非常高的自然度和逼真度,有效地提升了生成图像的质量和真实性. 展开更多
关键词 生成对抗网络 Swin Transformer 自注意力 图像生成
下载PDF
基于CSA-StyleGAN的连铸坯表面缺陷图像生成算法
10
作者 杨昆 徐锟 +1 位作者 吴守仓 张之江 《电视技术》 2024年第8期13-19,共7页
使用计算机视觉和深度学习技术对生产的连铸坯表面缺陷进行自动化检测,需要基于大量数据训练模型,而现场缺陷数据的获取较为困难。针对连铸坯表面缺陷数据短缺问题,提出一种基于CSA-StyleGAN的连铸坯表面缺陷图像生成算法。该算法基于St... 使用计算机视觉和深度学习技术对生产的连铸坯表面缺陷进行自动化检测,需要基于大量数据训练模型,而现场缺陷数据的获取较为困难。针对连铸坯表面缺陷数据短缺问题,提出一种基于CSA-StyleGAN的连铸坯表面缺陷图像生成算法。该算法基于StyleGAN单阶段训练,在判别器中引入注意力机制。多类别样本的联合训练过程中,使用多样性损失加权计算生成器损失函数,增强模型对各样本类别的关注度。实验结果表明,与现有的生成式对抗网络相比,所提算法的弗雷切特初始距离(Frechet Inception Distance,FID)指标平均降低60%左右,且模型训练成本平均下降50%。 展开更多
关键词 缺陷检测 深度学习 图像生成 注意力机制
下载PDF
图像生成技术对视觉传达设计的影响 被引量：1
11
作者 汪睿 《科技视界》 2024年第3期46-48,共3页
人工智能图像生成技术近年来取得突破性进展,在高拟真图像、艺术风格图像生成等方面向人类智能无限趋近,为视觉传达设计的创作实践带来更多技术上的可能性。分析人工智能图像生成技术以及视觉传达设计在智能时代的发展状态,探索与构建... 人工智能图像生成技术近年来取得突破性进展,在高拟真图像、艺术风格图像生成等方面向人类智能无限趋近,为视觉传达设计的创作实践带来更多技术上的可能性。分析人工智能图像生成技术以及视觉传达设计在智能时代的发展状态,探索与构建视觉传达设计应用图像生成技术的人机协作模式,并探讨应用智能技术对视觉传达设计产生的影响,为视觉传达设计的创作提供图像生成技术应用思路与路径参考。 展开更多
关键词 人工智能 图像生成 视觉传达设计 设计应用
下载PDF
TCSNGAN:基于Transformer和谱归一化CNN的图像生成模型 被引量：1
12
作者 钱惠敏 毛邱凌 +2 位作者 陈实 韩怡星 吕本杰 《计算机应用研究》 CSCD 北大核心 2024年第4期1221-1227,共7页
生成对抗网络(generative adversarial network,GAN)已成为图像生成问题中常用的模型之一,但是GAN的判别器在训练过程中易出现梯度消失而导致训练不稳定,以致无法获得最优化的GAN而影响生成图像的质量。针对该问题,设计满足Lipschitz条... 生成对抗网络(generative adversarial network,GAN)已成为图像生成问题中常用的模型之一,但是GAN的判别器在训练过程中易出现梯度消失而导致训练不稳定,以致无法获得最优化的GAN而影响生成图像的质量。针对该问题,设计满足Lipschitz条件的谱归一化卷积神经网络(CNN with spectral normalization,CSN)作为判别器,并采用具有更强表达能力的Transformer作为生成器,由此提出图像生成模型TCSNGAN。CSN判别器网络结构简单,解决了GAN模型的训练不稳定问题,且能依据数据集的图像分辨率配置可调节的CSN模块数,以使模型达到最佳性能。在公共数据集CIFAR-10和STL-10上的实验结果表明,TCSNGAN模型复杂度低,生成的图像质量优;在火灾图像生成中的实验结果表明,TCSNGAN可有效解决小样本数据集的扩充问题。 展开更多
关键词 生成对抗网络 图像生成 TRANSFORMER Lipschitz判别器
下载PDF
解耦表征学习视角下认知图像属性特征的图像生成方法
13
作者 蔡江海 黄成泉 +3 位作者 王顺霞 罗森艳 杨贵燕 周丽华 《模式识别与人工智能》 EI CSCD 北大核心 2024年第7期638-651,共14页
在生成式人工智能领域,解耦表征学习的研究进一步推动图像生成方法的发展,但现有的解耦方法更多地关注图像生成的低维表示,忽略目标变化图像内在的可解释因素,导致生成的图像容易受到其它不相关属性特征的影响.为此,文中提出解耦表征学... 在生成式人工智能领域,解耦表征学习的研究进一步推动图像生成方法的发展,但现有的解耦方法更多地关注图像生成的低维表示,忽略目标变化图像内在的可解释因素,导致生成的图像容易受到其它不相关属性特征的影响.为此,文中提出解耦表征学习视角下认知图像属性特征的图像生成方法.首先,从生成模型的潜在空间出发,通过训练获得关于目标变化图像的候选遍历方向.然后,构建无监督语义分解策略,并基于候选遍历的方向联合发现嵌入在潜在空间中的可解释方向.最后,利用解耦编码器和对比学习构建对比模拟器和变化空间,进而由可解释方向提取目标变化图像的解耦表征并生成图像.在5个解耦数据集上的实验表明文中方法性能较优. 展开更多
关键词 解耦表征学习 潜在空间 可解释方向 图像生成 变化空间
下载PDF
基于图像生成AI的陇南文县白马文化旅游IP形象开发应用研究
14
作者 樊平 樊华 杨帅 《中国包装》 2024年第6期124-128,共5页
目的 在乡村振兴战略背景下,探讨如何有效地将图像生成AI技术应用于陇南文县乡村旅游IP形象开发之中。方法 通过探索图像生成AI工具Midjounery的创作逻辑,结合当地白马文化典型非遗元素,构建当地乡村旅游IP形象。首先,梳理图像生成AI工... 目的 在乡村振兴战略背景下,探讨如何有效地将图像生成AI技术应用于陇南文县乡村旅游IP形象开发之中。方法 通过探索图像生成AI工具Midjounery的创作逻辑,结合当地白马文化典型非遗元素,构建当地乡村旅游IP形象。首先,梳理图像生成AI工具创作文本指令构成形式;其次,利用CRITIC权重法选取描述词并排序;然后,运用主题词、描述词以及限制词组成文本指令,输入Midjourney进行智能生成,输出前期方案;最后,将陇南文县白马文化元素与前期方案结合,输出最终方案。结论 图像生成AI技术有助于设计师实现更高效率的乡村旅游IP形象设计,为当地开发旅游IP形象设计提供了切实可行的辅助作用。 展开更多
关键词 白马人 图像生成AI 乡村旅游IP形象 Midjounery
下载PDF
面向电力缺陷场景的小样本图像生成方法
15
作者 何宇浩 宋云海 +4 位作者 何森 周震震 孙萌 陈毅 闫云凤 《浙江电力》 2024年第1期126-132,共7页
由于电力缺陷数据稀缺,目前大多数缺陷检测方法都无法有效地对电力缺陷情况进行准确的检测。为此,使用小样本图像生成方法,基于改进的LoFGAN(局部融合生成对抗网络),设计基于上下文信息的小样本图像生成器,提高缺陷检测网络对细节特征... 由于电力缺陷数据稀缺,目前大多数缺陷检测方法都无法有效地对电力缺陷情况进行准确的检测。为此,使用小样本图像生成方法,基于改进的LoFGAN(局部融合生成对抗网络),设计基于上下文信息的小样本图像生成器,提高缺陷检测网络对细节特征的提取能力;引入基于LC-散度的正则化损失来优化图像生成模型在有限数据集上的训练效果。实验表明,小样本图像生成方法能够为电力场景缺陷情况生成有效且多样的缺陷数据,所提模型能够有效解决电力缺陷场景数据稀缺的问题。 展开更多
关键词 小样本图像生成 电力缺陷 上下文信息 LC-散度
下载PDF
基于自注意力机制生成对抗网络的医学图像生成 被引量：1
16
作者 邰志艳 李黛黛 刘铭 《长春工业大学学报》 CAS 2024年第3期208-215,共8页
针对图像生成算法中生成对抗网络训练效率低且不稳定和原始乳腺癌数据集分布不均匀等问题,提出一种改进的SAGAN模型,在生成图像任务中表现更好,相较传统SAGAN、GAN、DCGAN模型,它的关键改进是使用ReLU6激活函数和铰链损失函数,取代了原... 针对图像生成算法中生成对抗网络训练效率低且不稳定和原始乳腺癌数据集分布不均匀等问题,提出一种改进的SAGAN模型,在生成图像任务中表现更好,相较传统SAGAN、GAN、DCGAN模型,它的关键改进是使用ReLU6激活函数和铰链损失函数,取代了原有的ReLU激活函数和二分类平衡交叉熵损失函数,这些改进提高了生成图像的质量、多样性和训练稳定性。实验结果表明,改进的SAGAN的D-Loss相较传统SAGAN下降了0.114,均方误差(MSE)下降了0.09,结构相似性(SSIM)增加了0.04。说明改进的SAGAN在生成高质量图像和更好地保留图像结构方面具有优势。 展开更多
关键词 图像生成 GAN SAGAN 医学图像
下载PDF
文本图像生成技术在视觉传达设计中的应用
17
作者 汪睿 《科技创新与应用》 2024年第25期17-20,共4页
文本图像生成技术可以通过输入自然语言文本进行图像生成操作,输出图像精度高、样本量丰富且生成内容与文本一致性强,在视觉传达设计中有巨大应用潜力。该文在分析视觉传达设计图像生成需求基础上,解析文本生成图像的技术原理,探索文本... 文本图像生成技术可以通过输入自然语言文本进行图像生成操作,输出图像精度高、样本量丰富且生成内容与文本一致性强,在视觉传达设计中有巨大应用潜力。该文在分析视觉传达设计图像生成需求基础上,解析文本生成图像的技术原理,探索文本生成图像技术在视觉传达设计中的应用路径,研究成果可以辅助设计师提高工作效率,激发创意灵感,为视觉传达设计视觉创作提供实践技术参考。 展开更多
关键词 语义文本 智能图像生成 视觉传达设计 技术原理 设计应用
下载PDF
生成对抗网络(GAN)应用于计算机平面设计中的创意图像生成研究 被引量：1
18
作者 邢磊 马玉冰 《黑龙江科学》 2024年第16期113-115,119,共4页
探讨了生成对抗网络(GAN)中的LayoutGAN模型,分析其生成器、基于关系判别器和线框渲染判别器在创意图像生成中的潜力,通过实验对比基于关系判别器的LayoutGAN与采用线框渲染判别器的LayoutGAN在MNIST数据集上的表现。结果显示,线框渲染... 探讨了生成对抗网络(GAN)中的LayoutGAN模型,分析其生成器、基于关系判别器和线框渲染判别器在创意图像生成中的潜力,通过实验对比基于关系判别器的LayoutGAN与采用线框渲染判别器的LayoutGAN在MNIST数据集上的表现。结果显示,线框渲染判别器在生成创意图像方面展现出了显著优势,其生成的图像细节更丰富,更具创造性和艺术性。这一结果表明线框渲染判别器在图像生成中具有卓越的性能,可为计算机平面设计提供新的可能性和方向。 展开更多
关键词 生成对抗网络 高校计算机 平面设计 创意图像生成
下载PDF
基于生成式对抗网络的复杂结构图像生成方法
19
作者 陈颀周 邵清 +1 位作者 卢军国 李全全 《计算机与数字工程》 2024年第8期2457-2463,2492,共8页
在图像生成任务中,生成式对抗网络通常更倾向于学习图像的纹理特征等低级模式,而忽略其形状特征等高级模式,导致生成不规则图像。为了解决这一问题,论文提出残差注意力多通道生成式对抗网络。首先,利用残差连接,使模型信息的传输效率变... 在图像生成任务中,生成式对抗网络通常更倾向于学习图像的纹理特征等低级模式,而忽略其形状特征等高级模式,导致生成不规则图像。为了解决这一问题,论文提出残差注意力多通道生成式对抗网络。首先,利用残差连接,使模型信息的传输效率变得更高,模型训练变得更加稳定。第二,引入自注意力机制加强生成图像的长距离依赖,提升模型对形状的建模能力。第三,利用HS通道隐藏亮度细节,而突出图中对象轮廓的特点,将HS通道输入判别器,作为额外判别依据,使模型的FID分数获得了进一步提升。实验结果表明,在几何结构复杂的数据集上,该模型能够生成视觉效果更好、更符合现实情况的图像。 展开更多
关键词 图像生成 生成式对抗网络 残差网络 自注意力机制 颜色通道
下载PDF
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 2 … 38 下一页 到第 页
使用帮助 返回顶部