期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
抗遮挡的单目深度估计算法
被引量：
3
1
作者
马成齐
李学华
+1 位作者
张兰杰
向维
《计算机工程与应用》
CSCD
北大核心
2021年第2期217-222,共6页
目前利用自监督单目深度估计方法对城市街道进行深度估计时,由于物体间存在遮挡和运动,导致估计的深度图结果模糊以及出现边界伪影。针对上述问题,通过对损失函数进行设计,提出了一种抗遮挡的单目深度估计方法。该方法采用最小化光度重...
目前利用自监督单目深度估计方法对城市街道进行深度估计时,由于物体间存在遮挡和运动,导致估计的深度图结果模糊以及出现边界伪影。针对上述问题,通过对损失函数进行设计,提出了一种抗遮挡的单目深度估计方法。该方法采用最小化光度重投影函数,对目标图像前后帧中选择最小误差进行匹配,忽略掉损失较高的被遮挡像素,同时采用自动掩蔽损失来处理物体运动造成的边界伪影。在KITTI数据集上的对比实验结果表明,所提方法估计的深度图结果更加清晰,并能有效减少深度图中的边界伪影。
展开更多
关键词
自监督
单目深度估计
边界伪影
最小化光度重投
影
函数
自动掩蔽损失
在线阅读
下载PDF
职称材料
基于注意力机制的CycleGAN服装局部风格迁移研究
被引量：
6
2
作者
陈佳
董学良
+1 位作者
梁金星
何儒汉
《计算机工程》
CAS
CSCD
北大核心
2021年第11期305-312,共8页
针对复杂背景下服装图像局部区域风格迁移难以控制及迁移后容易产生边界伪影的问题,提出一种基于注意力机制的CycleGAN服装局部风格迁移方法。通过VGG16网络分别提取服装图像的内容特征与风格特征,将其输入基于注意力机制的CycleGAN生...
针对复杂背景下服装图像局部区域风格迁移难以控制及迁移后容易产生边界伪影的问题,提出一种基于注意力机制的CycleGAN服装局部风格迁移方法。通过VGG16网络分别提取服装图像的内容特征与风格特征,将其输入基于注意力机制的CycleGAN生成器中,应用注意力机制在复杂背景下的各个服装区域分配概率分布信息,获得注意力分布更多的区域及相关度更高的区域,并采用改进的损失函数校正边界伪影,对该区域进行风格迁移得到所需的风格迁移服装图像。实验结果表明,与CNN、FCN、BeautyGAN图像局部风格迁移方法相比,该方法不仅可以突出服装图像局部风格迁移效果,而且增强了图像细节,有利于提高输出图像的真实性和艺术性。
展开更多
关键词
图像风格迁移
边界伪影
注意力机制
循环生成对抗网络
损失函数
在线阅读
下载PDF
职称材料
题名
抗遮挡的单目深度估计算法
被引量：
3
1
作者
马成齐
李学华
张兰杰
向维
机构
北京信息科技大学信息与通信工程学院
詹姆斯库克大学工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2021年第2期217-222,共6页
基金
北京市自然科学基金-海淀原始创新联合基金(重点研究专题)(L182039)
北京市自然科学基金-海淀原始创新联合基金(前沿项目)(L182032)
北京市自然科学基金(市教委联合资助)(KZ201911232046)。
文摘
目前利用自监督单目深度估计方法对城市街道进行深度估计时,由于物体间存在遮挡和运动,导致估计的深度图结果模糊以及出现边界伪影。针对上述问题,通过对损失函数进行设计,提出了一种抗遮挡的单目深度估计方法。该方法采用最小化光度重投影函数,对目标图像前后帧中选择最小误差进行匹配,忽略掉损失较高的被遮挡像素,同时采用自动掩蔽损失来处理物体运动造成的边界伪影。在KITTI数据集上的对比实验结果表明,所提方法估计的深度图结果更加清晰,并能有效减少深度图中的边界伪影。
关键词
自监督
单目深度估计
边界伪影
最小化光度重投
影
函数
自动掩蔽损失
Keywords
self-supervised
monocular depth estimation
boundary artifacts
minimization of photometric reprojection
automatic masking loss
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于注意力机制的CycleGAN服装局部风格迁移研究
被引量：
6
2
作者
陈佳
董学良
梁金星
何儒汉
机构
武汉纺织大学数学与计算机学院
湖北省服装信息化工程技术研究中心
出处
《计算机工程》
CAS
CSCD
北大核心
2021年第11期305-312,共8页
基金
湖北省自然科学基金计划一般面上项目(2020CFB801)
湖北省高等学校优秀中青年科技创新团队计划(T201807)。
文摘
针对复杂背景下服装图像局部区域风格迁移难以控制及迁移后容易产生边界伪影的问题,提出一种基于注意力机制的CycleGAN服装局部风格迁移方法。通过VGG16网络分别提取服装图像的内容特征与风格特征,将其输入基于注意力机制的CycleGAN生成器中,应用注意力机制在复杂背景下的各个服装区域分配概率分布信息,获得注意力分布更多的区域及相关度更高的区域,并采用改进的损失函数校正边界伪影,对该区域进行风格迁移得到所需的风格迁移服装图像。实验结果表明,与CNN、FCN、BeautyGAN图像局部风格迁移方法相比,该方法不仅可以突出服装图像局部风格迁移效果,而且增强了图像细节,有利于提高输出图像的真实性和艺术性。
关键词
图像风格迁移
边界伪影
注意力机制
循环生成对抗网络
损失函数
Keywords
image style transfer
boundary artifacts
attention mechanism
Cycle Generative Adversarial Network(CycleGAN)
loss function
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
抗遮挡的单目深度估计算法
马成齐
李学华
张兰杰
向维
《计算机工程与应用》
CSCD
北大核心
2021
3
在线阅读
下载PDF
职称材料
2
基于注意力机制的CycleGAN服装局部风格迁移研究
陈佳
董学良
梁金星
何儒汉
《计算机工程》
CAS
CSCD
北大核心
2021
6
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
