Changchun Institute of Optics,Fine Mechanics and Physics,CAS
| 基于VAE-MSGAN网络的复杂细节图像生成方法 | |
| 张德浩; 王佳松; 陈禹平; 王帅 | |
| 2021-06-20 | |
| 发表期刊 | 机电工程技术
 |
| 卷号 | 50期号:06页码:29-33 |
| 摘要 | 生成式对抗网络被广泛应用于图像生成领域,但其在图像生成时模型不易收敛,导致生成图像的局部细节易出现背景模糊问题。将变分自动编码器与生成式对抗网络相结合,在两者图像生成方面优势相结合的基础上,引入多尺度判别器,提出了VAE-MSGAN网络模型。通过不同尺度的卷积核可以提取到更加丰富的特征信息,并通过加入批标准化(BN)层与特征融合处理,从而加快网络的收敛速度,有利于特征信息的重利用,再将两者提取到的特征信息进行融合,最后将改进的正则化方法应用到目标函数中,减小网络复杂度和过拟合,提升了GAN模型的训练稳定性和图像的局部细节生成质量。对设计的图像生成算法基于Ubuntu16.04环境下利用Tensorflow深度学习框架进行了实现和仿真。对比在不同军事图像类别上的图像生成质量,通过交叉验证证明生成图像与真实图像在深度学习分类器下分类准确率基本一致,验证了所设计网络模型的有效性。 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ciomp.ac.cn/handle/181722/66017 |
| 专题 | 中国科学院长春光学精密机械与物理研究所 |
| 作者单位 | 1.中国科学院长春光学精密机械与物理研究所 2.中国科学院大学 |
| 推荐引用方式 GB/T 7714 | 张德浩,王佳松,陈禹平,等. 基于VAE-MSGAN网络的复杂细节图像生成方法[J]. 机电工程技术,2021,50(06):29-33. |
| APA | 张德浩,王佳松,陈禹平,&王帅.(2021).基于VAE-MSGAN网络的复杂细节图像生成方法.机电工程技术,50(06),29-33. |
| MLA | 张德浩,et al."基于VAE-MSGAN网络的复杂细节图像生成方法".机电工程技术 50.06(2021):29-33. |
| 条目包含的文件 | 下载所有文件 | |||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| 基于VAE-MSGAN网络的复杂细节图像（3748KB） | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [张德浩]的文章 |
| [王佳松]的文章 |
| [陈禹平]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [张德浩]的文章 |
| [王佳松]的文章 |
| [陈禹平]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [张德浩]的文章 |
| [王佳松]的文章 |
| [陈禹平]的文章 |
| 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