期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
图像数据增强技术原理与发展综述 被引量:1
1
作者 康斓 苏志金 《信息技术》 2024年第9期176-185,共10页
图像数据增强技术在计算机视觉和机器学习领域中扮演着重要的角色。传统的图像数据增强技术包括几何变换、像素级图像变换、图像滤波等方法,但这些方法的效果受到一定的限制。因此,基于深度学习的图像数据增强技术应运而生,涌现出自适... 图像数据增强技术在计算机视觉和机器学习领域中扮演着重要的角色。传统的图像数据增强技术包括几何变换、像素级图像变换、图像滤波等方法,但这些方法的效果受到一定的限制。因此,基于深度学习的图像数据增强技术应运而生,涌现出自适应增强、生成对抗式网格(Generative Adversarial Networks, GAN)、弱监督等技术并逐渐成为改进数据集,实现数据的增加和质量的提升,解决深度学习模型过拟合和欠拟合问题的重要手段。文中综述了传统图像数据增强技术和基于深度学习的图像数据增强技术相关原理与应用,并探讨了他们的优缺点以及未来的发展方向。 展开更多
关键词 图像数据增强 传统图像处理技术 深度学习 自适应增强 生成对抗式网络
在线阅读 下载PDF
基于改进生成对抗网络的图像数据增强方法 被引量:7
2
作者 詹燕 胡蝶 +3 位作者 汤洪涛 鲁建厦 谭健 刘长睿 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2023年第10期1998-2010,共13页
为了提高机器学习模型的精确度,提出基于数据分布拟合、生成式对抗神经网络和图像超分辨率重建的图像数据增强方法.该方法将最大似然估计和采样算法生成的符合原始数据分布的二维噪声用于对抗训练,克服了在生成模型中传统图像噪声输入... 为了提高机器学习模型的精确度,提出基于数据分布拟合、生成式对抗神经网络和图像超分辨率重建的图像数据增强方法.该方法将最大似然估计和采样算法生成的符合原始数据分布的二维噪声用于对抗训练,克服了在生成模型中传统图像噪声输入随意的问题;采用逐层训练方式生成高分辨率图像,改进高分辨率图像映射困难、参数冗余的缺点.以轴承滚子表面灰度图像数据增强为例,验证所提方法的有效性.研究结果表明,所提方法生成的图像质量更优,相比传统方法生成的图像峰值信噪比提高13.07%,结构相似性提高32.40%,弗雷歇初始距离降低37.58%,且数据增强后的模型平均精确度提升7.89%. 展开更多
关键词 图像数据增强 分布拟合 采样算法 生成式对抗网络 图像超分辨率重建
在线阅读 下载PDF
基于DDR-CycleGAN的红外图像数据增强 被引量:4
3
作者 张浩 杨坚华 +1 位作者 李启航 花海洋 《激光与红外》 CAS CSCD 北大核心 2022年第4期600-606,共7页
提出了一种基于双鉴别器相对循环一致性生成对抗网络(DDR-CycleGAN)的红外图像数据生成方法。针对双鉴别器监督机制易出现的过度优化造成的性能下降问题,该方法在双鉴别器循环一致性生成对抗网络(DD-CycleGAN)中加入了相对概率的思想,... 提出了一种基于双鉴别器相对循环一致性生成对抗网络(DDR-CycleGAN)的红外图像数据生成方法。针对双鉴别器监督机制易出现的过度优化造成的性能下降问题,该方法在双鉴别器循环一致性生成对抗网络(DD-CycleGAN)中加入了相对概率的思想,采用鉴别器鉴别图像的相对真实概率替代绝对真实概率,使得生成图片更加接近真实图片。本文方法采用FLIR数据集进行训练和测试,实验结果表明本文方法相比DD-CycleGAN在可见光图像生成红外图像的图像质量上,峰值信噪比提高了3.91%,FID(Frechet Inception Distance score)降低了3.81%。 展开更多
关键词 循环一致性生成对抗网络 双监督机制 相对概率 红外图像数据增强
在线阅读 下载PDF
改进生成式对抗网络的图像数据集增强算法 被引量:6
4
作者 郭伟 庞晨 《电讯技术》 北大核心 2022年第3期281-287,共7页
针对现有深度学习中图像数据集缺乏的问题,提出了一种基于深度卷积生成式对抗网络(Deep Convolutional Generative Adversarial Network,DCGAN)的图像数据集增强算法。该算法对DCGAN网络进行改进,首先在不过多增加计算量的前提下改进现... 针对现有深度学习中图像数据集缺乏的问题,提出了一种基于深度卷积生成式对抗网络(Deep Convolutional Generative Adversarial Network,DCGAN)的图像数据集增强算法。该算法对DCGAN网络进行改进,首先在不过多增加计算量的前提下改进现有的激活函数,增强生成特征的丰富性与多样性;然后通过引入相对判别器有效缓解模式坍塌现象,从而提升模型稳定性;最后在现有生成器结构中引入残差块,获得相对高分辨率的生成图像。实验结果表明,将所提方法应用在MNIST、SAR和医学血细胞数据集上,图像数据增强效果与未改进的DCGAN网络相比显著提升。 展开更多
关键词 图像数据增强 生成对抗网络 深度卷积 相对判别器 残差网络
在线阅读 下载PDF
一种改进的小组立工件图像处理算法
5
作者 于航 赵亦希 康世豪 《中国海洋平台》 2024年第3期103-108,共6页
针对三维相机拍摄得到的小组立复杂结构件点云数据,建立小组立焊接机器人的整体视觉算法系统。在处理点云图像时,发现阴影和常规点云滤波方法可能会破坏模型,因此采用离群滤波算法对点云数据进行清理,估计提取的特征向量,并结合曲率滤... 针对三维相机拍摄得到的小组立复杂结构件点云数据,建立小组立焊接机器人的整体视觉算法系统。在处理点云图像时,发现阴影和常规点云滤波方法可能会破坏模型,因此采用离群滤波算法对点云数据进行清理,估计提取的特征向量,并结合曲率滤波算法去除小范围阴影噪声平面。经过设备调试和生产验证,成功剔除噪声点,并有效保留三维模型的尖锐特征,为后续点云配准和三维重建提供基础。整个小组立三维相机处理系统可涵盖大部分小组立复杂结构件,这一研究成果可为船厂小组立焊缝识别视觉系统的设计提供有益参考。 展开更多
关键词 小组立 图像数据增强 点云滤波 图像补全 曲率滤波
在线阅读 下载PDF
No-Reference Quality Assessment of Enhanced Images
6
作者 Leida Li Wei Shen +3 位作者 Ke Gu Jinjian Wu Beijing Chen Jianying Zhang 《China Communications》 SCIE CSCD 2016年第9期121-130,共10页
Image enhancement is a popular technique,which is widely used to improve the visual quality of images.While image enhancement has been extensively investigated,the relevant quality assessment of enhanced images remain... Image enhancement is a popular technique,which is widely used to improve the visual quality of images.While image enhancement has been extensively investigated,the relevant quality assessment of enhanced images remains an open problem,which may hinder further development of enhancement techniques.In this paper,a no-reference quality metric for digitally enhanced images is proposed.Three kinds of features are extracted for characterizing the quality of enhanced images,including non-structural information,sharpness and naturalness.Specifically,a total of 42 perceptual features are extracted and used to train a support vector regression(SVR) model.Finally,the trained SVR model is used for predicting the quality of enhanced images.The performance of the proposed method is evaluated on several enhancement-related databases,including a new enhanced image database built by the authors.The experimental results demonstrate the efficiency and advantage of the proposed metric. 展开更多
关键词 image enhancement quality assessment NO-REFERENCE perceptual feature SVR
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部