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
随机形状变形生成的自适应神经网络控制法
被引量：
1
1
作者
莫灿林
谭建荣
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2003年第11期1381-1385,共5页
将任意给定的确定性规则形状作为自适应神经网络的学习对象 ,用自适应学习的方法改变规则形状的形成规则 ,在没有加入随机移位扰动量的情况下 ,使规则形状从“规则”向“非规则”转变 改进了传统自适应神经网络的算法过程 ,增强了随机...
将任意给定的确定性规则形状作为自适应神经网络的学习对象 ,用自适应学习的方法改变规则形状的形成规则 ,在没有加入随机移位扰动量的情况下 ,使规则形状从“规则”向“非规则”转变 改进了传统自适应神经网络的算法过程 ,增强了随机形状的局部和整体形态特征的可控性 ,拓宽了自适应线性神经网络在随机形状造型中的应用范围 ,且方法简明。
展开更多
关键词
人工智能
随机形状
自适应神经网络
控制法
几何造型
几何形态
变形生成
在线阅读
下载PDF
职称材料
基于双判别生成对抗网络的不规则孔洞图像修复
被引量：
4
2
作者
李海燕
马艳
+3 位作者
郭磊
李海江
陈建华
李红松
《西北工业大学学报》
EI
CAS
CSCD
北大核心
2021年第2期423-429,共7页
为解决现有算法在修复随机、不规则大面积孔洞时出现色差和细节模糊的缺陷,提出了基于双判别生成对抗网络的不规则大孔洞图像修复网络架构。图像生成器是部分卷积定义的U-Net架构,归一化的部分卷积仅对有效像素完成端到端的掩码更新,U-...
为解决现有算法在修复随机、不规则大面积孔洞时出现色差和细节模糊的缺陷,提出了基于双判别生成对抗网络的不规则大孔洞图像修复网络架构。图像生成器是部分卷积定义的U-Net架构,归一化的部分卷积仅对有效像素完成端到端的掩码更新,U-Net中的跳过链接将图像的上下文信息向更高层分辨率传播,用重建损失、感知损失和风格损失的加权损失函数优化模型的训练结果;使用对抗性损失函数,单独训练包含合成判别器和全局判别器的双判别网络,判断生成图像与真实图像的一致性;加权所有损失函数,结合生成网络和双判别网络一起训练,进一步增强待修复区域的细节和整体一致性,使修复结果更自然。在Place365标准数据库上进行仿真实验,实验结果表明:提出方法在处理随机、不规则、大面积孔洞修复时,其结果的整体和细节语义一致性优于现有方法的结果,有效克服了细节模糊、颜色失真和出现伪影等缺陷。
展开更多
关键词
图像修复
随机
不规则
形状
孔洞
部分卷积
合成判别器
全局判别器
在线阅读
下载PDF
职称材料
题名
随机形状变形生成的自适应神经网络控制法
被引量：
1
1
作者
莫灿林
谭建荣
机构
浙江大学CAD&CG国家重点实验室
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2003年第11期1381-1385,共5页
基金
国家杰出青年科学基金 (6942 5 0 0 5 )
国家自然科学基金(5 0 0 0 5 0 0 9)
浙江省自然科学基金(60 10 2 0 )资助
文摘
将任意给定的确定性规则形状作为自适应神经网络的学习对象 ,用自适应学习的方法改变规则形状的形成规则 ,在没有加入随机移位扰动量的情况下 ,使规则形状从“规则”向“非规则”转变 改进了传统自适应神经网络的算法过程 ,增强了随机形状的局部和整体形态特征的可控性 ,拓宽了自适应线性神经网络在随机形状造型中的应用范围 ,且方法简明。
关键词
人工智能
随机形状
自适应神经网络
控制法
几何造型
几何形态
变形生成
Keywords
random shape
neural network
free form shape
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于双判别生成对抗网络的不规则孔洞图像修复
被引量：
4
2
作者
李海燕
马艳
郭磊
李海江
陈建华
李红松
机构
云南大学信息学院
云南交通投资建设集团有限公司
出处
《西北工业大学学报》
EI
CAS
CSCD
北大核心
2021年第2期423-429,共7页
基金
云南省万人计划“教学名师”、云南省重大科技专项(2018ZF017)
国家自然科学基金(61861045)资助。
文摘
为解决现有算法在修复随机、不规则大面积孔洞时出现色差和细节模糊的缺陷,提出了基于双判别生成对抗网络的不规则大孔洞图像修复网络架构。图像生成器是部分卷积定义的U-Net架构,归一化的部分卷积仅对有效像素完成端到端的掩码更新,U-Net中的跳过链接将图像的上下文信息向更高层分辨率传播,用重建损失、感知损失和风格损失的加权损失函数优化模型的训练结果;使用对抗性损失函数,单独训练包含合成判别器和全局判别器的双判别网络,判断生成图像与真实图像的一致性;加权所有损失函数,结合生成网络和双判别网络一起训练,进一步增强待修复区域的细节和整体一致性,使修复结果更自然。在Place365标准数据库上进行仿真实验,实验结果表明:提出方法在处理随机、不规则、大面积孔洞修复时,其结果的整体和细节语义一致性优于现有方法的结果,有效克服了细节模糊、颜色失真和出现伪影等缺陷。
关键词
图像修复
随机
不规则
形状
孔洞
部分卷积
合成判别器
全局判别器
Keywords
image restoration
random irregular shape hole
partial convolution
synthetic discriminator
global discriminator
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
作者
出处
发文年
被引量
操作
1
随机形状变形生成的自适应神经网络控制法
莫灿林
谭建荣
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2003
1
在线阅读
下载PDF
职称材料
2
基于双判别生成对抗网络的不规则孔洞图像修复
李海燕
马艳
郭磊
李海江
陈建华
李红松
《西北工业大学学报》
EI
CAS
CSCD
北大核心
2021
4
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
