基于残差结构的对抗式网络图像生成方法 | |
颜贝[1,2]; 张礼[1,2]; 张建林[1,2]; 徐智勇[1,2] | |
刊名 | 激光与光电子学进展 |
2020-09-10 | |
卷号 | 57期号:18页码:181504-1-8 |
关键词 | [5649237]机器视觉 深度学习 残差结构 生成对抗网络 [2701058]图像生成 |
ISSN号 | 1006-4125 |
DOI | 10.3788/LOP57.181504 |
文献子类 | 期刊论文 |
英文摘要 | 生成对抗网络(GAN)是解决图像数据获取困难的有效方法,但GAN在训练时难以稳定,生成的图像质量较差。基于此,提出了一种基于残差结构的改进深度卷积GAN图像生成方法。采用残差结构加深网络并结合图像标签信息,以获取真实图像样本的深层次特征,在判别器模型中引入谱约束,提高网络的训练稳定性,从而实现图像数据的有效生成。实验表明,所提方法在生成图像的视觉效果和客观评价上具有更优异的表现。 |
URL标识 | 查看原文 |
语种 | 中文 |
内容类型 | 期刊论文 |
源URL | [http://ir.ioe.ac.cn/handle/181551/10012] |
专题 | 光电技术研究所_光电探测与信号处理研究室(五室) |
作者单位 | 1.中国科学院光电技术研究所,四川成都610209 2.中国科学院大学,北京100049 |
推荐引用方式 GB/T 7714 | 颜贝[1,2],张礼[1,2],张建林[1,2],等. 基于残差结构的对抗式网络图像生成方法[J]. 激光与光电子学进展,2020,57(18):181504-1-8. |
APA | 颜贝[1,2],张礼[1,2],张建林[1,2],&徐智勇[1,2].(2020).基于残差结构的对抗式网络图像生成方法.激光与光电子学进展,57(18),181504-1-8. |
MLA | 颜贝[1,2],et al."基于残差结构的对抗式网络图像生成方法".激光与光电子学进展 57.18(2020):181504-1-8. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论