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4篇文章
< 1 >
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Pix2Pix模型的康普顿相机图像重建优化研究
1
作者 赵丽文 卢棚 +1 位作者 金龙泉 宋耀洲 《齐齐哈尔大学学报(自然科学版)》 2025年第1期43-49,共7页
为改善康普顿相机传统重建算法中重建质量差、重建速度慢的问题,使用基于Pix2Pix深度学习模型的康普顿相机重建算法优化重建图像质量。首先,通过蒙特卡罗方法模拟康普顿相机获取实验数据过程,制作部分数据集,并利用数据增强技术扩充模... 为改善康普顿相机传统重建算法中重建质量差、重建速度慢的问题,使用基于Pix2Pix深度学习模型的康普顿相机重建算法优化重建图像质量。首先,通过蒙特卡罗方法模拟康普顿相机获取实验数据过程,制作部分数据集,并利用数据增强技术扩充模型所需数据集。其次,通过在生成器引入16层的U-Net模型,并结合SimAM模块,增强模型的特征提取能力,降低模型训练中模式崩塌的可能性。最后,在判别器中加入残差模块,使模型训练过程更稳定,提升模型性能。实验结果表明,在提升传统重建方法图像质量的基础上,峰值信噪比较原模型提升了3.05,结构相似性提升了1.83%。 展开更多
关键词 SimAM 康普顿相机 pix2pix 重建算法
在线阅读 下载PDF
基于生成对抗网络的中式婚服设计 被引量：5
2
作者 刘康 马浩然 邢乐 《服装学报》 CAS 北大核心 2024年第3期208-214,共7页
为了解决传统中式婚服设计开发方法存在费时及效率低下的问题,提出将深度学习技术引入到中式婚服设计中,采用基于Pix2Pix算法模型的生成式设计方法,通过爬虫技术获取中式婚服图像数据,并对样本数据进行筛选以及轮廓特征、边缘特征和语... 为了解决传统中式婚服设计开发方法存在费时及效率低下的问题,提出将深度学习技术引入到中式婚服设计中,采用基于Pix2Pix算法模型的生成式设计方法,通过爬虫技术获取中式婚服图像数据,并对样本数据进行筛选以及轮廓特征、边缘特征和语义特征的标注,进而展开由单特征控制条件生成与特征联合控制条件生成两组实验。研究表明,联合控制条件生成的“递进式生成法”结合了生成对抗网络与条件图像生成方法的优势,服装特征标注被用作条件以增加服装图像生成过程的可控性,相较于“单特征控制条件生成”的细节调控能力更强,该结果可为中式婚服设计开发提供思路。 展开更多
关键词 中式婚服 深度学习 pix2pix算法 控制条件生成
在线阅读 下载PDF
基于生成对抗网络的彩色图像去马赛克修复研究
3
作者 赵俊生 尹玉洁 +2 位作者 曹丹阳 张林 李尽辉 《内蒙古工业大学学报（自然科学版）》 2022年第1期80-88,共9页
针对传统生成对抗网络在图像去马赛克时存在梯度消失和网络结构欠缺对图像高阶特征学习的问题,提出一种基于生成对抗网络的彩色图像去马赛克改进算法,并确定去马赛克修复阈值.该方法借鉴Pix2Pix算法和SRGAN算法的结构特点,在Pix2Pix算... 针对传统生成对抗网络在图像去马赛克时存在梯度消失和网络结构欠缺对图像高阶特征学习的问题,提出一种基于生成对抗网络的彩色图像去马赛克改进算法,并确定去马赛克修复阈值.该方法借鉴Pix2Pix算法和SRGAN算法的结构特点,在Pix2Pix算法基础上加入VGG19内容损失计算进行改进;通过在数据集COCO(2014版)上批量添加10个规格的全局马赛克,然后以清晰图像和马赛克图像成对的方式输入网络进行训练.实验结果表明,改进算法Pix2Pix-VGG19在阈值9×9内,较Pix2Pix算法的PSNR值平均提高了0.3545,较SRGAN算法的PSNR值平均提高了1.5707,提升了彩色图像去马赛克的修复效果. 展开更多
关键词 去马赛克 生成对抗网络 pix2pix算法 PSNR值
在线阅读 下载PDF
基于改进条件生成对抗网络的书法字骨架提取 被引量：3
4
作者 张子珺 陈劲松 钱夕元 《计算机工程》 CAS CSCD 北大核心 2023年第10期272-279,共8页
书法字骨架保留书法字的结构、形态以及笔画细节,对于评价书法字笔画结构极为重要。为解决现有的骨架提取算法无法获取离线书法图像的动态信息,提出改进条件生成对抗网络的书法字骨架提取算法。为获取长距离上下文信息,将残差结构与分... 书法字骨架保留书法字的结构、形态以及笔画细节,对于评价书法字笔画结构极为重要。为解决现有的骨架提取算法无法获取离线书法图像的动态信息,提出改进条件生成对抗网络的书法字骨架提取算法。为获取长距离上下文信息,将残差结构与分层空洞卷积模块引入条件生成对抗网络,并融合交叉注意力模块,以保证生成骨架的平滑性。使用谱归一化和Leaky ReLU激活函数稳定模型训练,提升书法字骨架提取的完整性,并基于在线手写字数据集,构建伪书法字图像数据集。实验结果表明,该算法在测试数据集中的F1值、联合交并比(IoU)和最小平均距离(AMD)分别为0.678 2、0.515 8和1.450 0,相较于现有骨架提取算法的最优结果,F1值、IoU分别提高了8.2%和8.8%,AMD降低了约0.42,可有效捕获到书法离线图像的动态信息,使骨架特征更具有代表性,在书法字帖图片上表现出较优的泛化能力。同时,消融实验结果验证了分层空洞卷积模块和交叉注意力模块的有效性,可以获得更完整、光滑的字符骨架。 展开更多
关键词 pix2pix算法 骨架提取 分层空洞卷积 交叉注意力 离线书法图像
在线阅读 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 下一页 到第 页
使用帮助 返回顶部