-
题名基于生成对抗网络的服装草图转换研究
- 1
-
-
作者
林豪发
罗艳玲
卢娜
胡定兴
朱大琴
-
机构
武汉工商学院人工智能学院
信息与智能工程应用研究所
武汉科技大学教务部
-
出处
《现代信息科技》
2025年第8期61-64,70,共5页
-
基金
武汉工商学院校级基金项目(A2023017)。
-
文摘
服装草图的图像转换在视觉编辑、服装设计和人机交互等领域有着巨大的应用价值。目前草图转换的对象,大多数都是比较简单的图形,比如人脸、人体姿态、动物姿态、鞋子和包包。基于草图转换的工作由于难以处理复杂纹理结构的图像,因此难以解决服装草图的图像转换任务。为了解决这个问题,在上述工作的基础上提出了草图到服装图像转换的应用研究。通过U~2-Net网络模型逆向生成的服装仿真草图,完成对服装草图数据集的构建,然后利用改进后的BicycleGAN网络对其进行训练,以实现草图转换,最后对比了改进前后的实验效果。实验结果表明,改进后的BicycleGAN网络模型比改进前有了较大的提升,能够更有效地完成服装草图到真实服装图像的转换任务。
-
关键词
图像转换
服装草图
生成对抗网络
-
Keywords
image conversion
clothing sketch
Generative Adversarial Networks
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名面向中医电子病历的症状实体及属性抽取
被引量：2
- 2
-
-
作者
胡定兴
杜建强
石强
罗计根
刘勇
-
机构
江西中医药大学计算机学院
江西中医药大学岐黄国医书院
-
出处
《现代信息科技》
2022年第3期70-75,共6页
-
基金
国家重点研发计划(2019YFC12301)
国家自然科学基金项目(6214120,82160955)
+2 种基金
江西省自然科学基金(20202BAB202019)
江西省教育厅科技项目(GJJ190863)
江西省一流学科建设科研启动基金专项项目(SYLXK-ZHYI060)。
-
文摘
文章针对中医临床症状实体及属性抽取存在医疗短文本语义信息欠缺,常用的流水线方法易导致多任务之间产生错误累积的问题,提出一种基于深度学习的症状实体及属性抽取方法。首先通过基于BLSTM-CRF的序列标注模型完成“实体/修饰属性”识别;其次根据扩展步长的就近匹配原则生成高覆盖率、低冗余度的“实体—属性值”候选对;最后基于ERNIEBGRU-MP完成关系分类,利用ERNIE丰富文本上下文信息,联合BGRU提取文本全局特征信息,采用最大池化法过滤冗余和噪声信息,提高模型的泛化性和鲁棒性。
-
关键词
实体及属性抽取
ERNIE
BGRU
最大池化
中医药信息学
-
Keywords
entity and attribute extracting
ERNIE
BGRU
max-pooling
Chinese medicine informatics
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
