针对现有生成对抗网络的单图像超分辨率重建在大尺度因子下存在训练不稳定、特征提取不足和重建结果纹理细节严重缺失的问题,提出一种拆分注意力网络的单图超分辨率重建方法。首先,以拆分注意力残差模块作为基本残差块构造生成器,提高...针对现有生成对抗网络的单图像超分辨率重建在大尺度因子下存在训练不稳定、特征提取不足和重建结果纹理细节严重缺失的问题,提出一种拆分注意力网络的单图超分辨率重建方法。首先,以拆分注意力残差模块作为基本残差块构造生成器,提高生成器特征提取的能力。其次,在损失函数中引入鲁棒性更好的Charbonnier损失函数和Focal Frequency Loss损失函数代替均方差损失函数,同时加入正则化损失平滑训练结果,防止图像过于像素化。最后,在生成器和判别器中采用谱归一化处理,提高网络的稳定性。在4倍放大因子下,与其他方法在Set5、Set14、BSDS100、Urban100测试集上进行测试比较,本文方法的峰值信噪比比其他对比方法的平均值提升1.419 dB,结构相似性比其他对比方法的平均值提升0.051。实验数据和效果图表明,该方法主观上具有丰富的细节和更好的视觉效果,客观上具有较高的峰值信噪比值和结构相似度值。展开更多
为了厘清数字服装的发展状况,探究其研究前沿和应用热点,以“Web of Science”核心数据库为数据源,利用CiteSpace软件进行数字服装研究文献的知识图谱分析。结果显示:在进行数字服装研究的国家中,中国的发文量最大,且中心性最高,发文量...为了厘清数字服装的发展状况,探究其研究前沿和应用热点,以“Web of Science”核心数据库为数据源,利用CiteSpace软件进行数字服装研究文献的知识图谱分析。结果显示:在进行数字服装研究的国家中,中国的发文量最大,且中心性最高,发文量和影响力最高的机构是东华大学,发文量最多的作者是Bruniaux Pascal;不同国家、不同机构以及不同作者间均存在大型合作网络,但作者间还存在多个集中在团队成员间的小型合作网络;研究主要集中在三维人体及服装建模、特体人群和古代服饰的三维设计、大规模个性化定制、以客户为中心的模块化协同设计、虚拟试衣以及孪生数字服装的合体性和压力舒适性等内容;未来三维显示技术将成为新焦点,研究重点应放到加强服装三维模拟技术的精准性上,更逼真地模拟服装褶皱、纹理及实时动态变化,同时需要结合人工智能技术以实现虚拟试衣的自动化。展开更多
文摘针对现有生成对抗网络的单图像超分辨率重建在大尺度因子下存在训练不稳定、特征提取不足和重建结果纹理细节严重缺失的问题,提出一种拆分注意力网络的单图超分辨率重建方法。首先,以拆分注意力残差模块作为基本残差块构造生成器,提高生成器特征提取的能力。其次,在损失函数中引入鲁棒性更好的Charbonnier损失函数和Focal Frequency Loss损失函数代替均方差损失函数,同时加入正则化损失平滑训练结果,防止图像过于像素化。最后,在生成器和判别器中采用谱归一化处理,提高网络的稳定性。在4倍放大因子下,与其他方法在Set5、Set14、BSDS100、Urban100测试集上进行测试比较,本文方法的峰值信噪比比其他对比方法的平均值提升1.419 dB,结构相似性比其他对比方法的平均值提升0.051。实验数据和效果图表明,该方法主观上具有丰富的细节和更好的视觉效果,客观上具有较高的峰值信噪比值和结构相似度值。
文摘为了厘清数字服装的发展状况,探究其研究前沿和应用热点,以“Web of Science”核心数据库为数据源,利用CiteSpace软件进行数字服装研究文献的知识图谱分析。结果显示:在进行数字服装研究的国家中,中国的发文量最大,且中心性最高,发文量和影响力最高的机构是东华大学,发文量最多的作者是Bruniaux Pascal;不同国家、不同机构以及不同作者间均存在大型合作网络,但作者间还存在多个集中在团队成员间的小型合作网络;研究主要集中在三维人体及服装建模、特体人群和古代服饰的三维设计、大规模个性化定制、以客户为中心的模块化协同设计、虚拟试衣以及孪生数字服装的合体性和压力舒适性等内容;未来三维显示技术将成为新焦点,研究重点应放到加强服装三维模拟技术的精准性上,更逼真地模拟服装褶皱、纹理及实时动态变化,同时需要结合人工智能技术以实现虚拟试衣的自动化。
