改进CycleGAN的半监督建筑物提取算法

1

作者 卢鹏 仲闯 《计算机工程》 北大核心 2025年第3期241-251,共11页

建筑物提取需要大量的标注数据进行训练,收集和标注数据需要耗费大量时间。为了在小样本遥感图像数据集上基于半监督学习实现建筑物提取的目的,构建4组建筑物提取数据集,提出了一种基于循环一致性生成对抗网络(CycleGAN)的建筑物提取算... 建筑物提取需要大量的标注数据进行训练,收集和标注数据需要耗费大量时间。为了在小样本遥感图像数据集上基于半监督学习实现建筑物提取的目的,构建4组建筑物提取数据集,提出了一种基于循环一致性生成对抗网络(CycleGAN)的建筑物提取算法。首先,在生成器中引入全局注意力机制(GAM)以增强对建筑物和图像背景细节特征的区分;其次,在判别器中加入谱归一化层以增强训练稳定性,解决了训练过程中梯度消失问题;最后,改进对抗损失和循环一致性损失以提高生成图像的质量,避免生成图像的过度平滑化,并引入Identity损失以限制生成器不会自主修改输入图像的颜色,保证输入图像与输出图像颜色组成的一致性。实验结果表明,在第1组小样本数据集上,与UNIT、MUNIT、U-GAT-IT、SPatchGAN、QS-Attn模型进行半监督实验对比,结构相似性(SSIM)值和准确率分别至少提高了3、8.1百分点,在扩充数据规模的数据集上,使用改进后的算法进行全监督和半监督实验对比,验证了改进后的算法在小样本遥感图像数据集上实现建筑物半监督提取的有效性。 展开更多

关键词 建筑物提取 循环一致性生成对抗网络 谱归一化 全局注意力机制 半监督

在线阅读 下载PDF 职称材料

基于改进CycleGAN的水上图像去雾算法

2

作者 黄超 胡勤友 黄子硕 《上海海事大学学报》 北大核心 2025年第1期17-22,111,共7页

雾会使水上拍摄的图像质量下降,导致基于视觉的船舶智能感知系统和水域监控系统受到影响;收集水面上的有雾图像和无雾图像难度较大。针对上述问题,提出一种基于改进循环生成对抗网络(cycle-consistent generative adversarial network,C... 雾会使水上拍摄的图像质量下降,导致基于视觉的船舶智能感知系统和水域监控系统受到影响;收集水面上的有雾图像和无雾图像难度较大。针对上述问题,提出一种基于改进循环生成对抗网络(cycle-consistent generative adversarial network,CycleGAN)的水上图像去雾算法。将CycleGAN的生成器模块替换为改进后的门控上下文聚合网络(gated context aggregation network,GCANet),同时使用感知损失从高级语义角度约束图像的生成质量。实验表明:在合成数据集上,所提算法的峰值信噪比和结构相似度分别为25.26和0.9047,相较于对比算法分别提高了13.6%~41.2%和10.9%~17.9%,并在水上真实数据集上展示出了更优的清晰度和色彩真实性。 展开更多

关键词 图像去雾 循环生成对抗网络(cyclegan) 门控上下文聚合网络(GCANet) 感知损失

在线阅读 下载PDF 职称材料

基于CSLS-CycleGAN的侧扫声纳水下目标图像样本扩增法 被引量：2

3

作者 汤寓麟 王黎明 +3 位作者 余德荧 李厚朴 刘敏 张卫东 《系统工程与电子技术》 EI CSCD 北大核心 2024年第5期1514-1524,共11页

针对侧扫声纳水下目标图像稀缺,获取难度大、成本高,导致基于深度学习的目标检测模型性能差的问题,结合光学域类目标数据集丰富的现状,提出一种基于通道和空间注意力(channel and spatial attention,CSA)模块、最小二乘生成对抗生成网络... 针对侧扫声纳水下目标图像稀缺,获取难度大、成本高,导致基于深度学习的目标检测模型性能差的问题,结合光学域类目标数据集丰富的现状,提出一种基于通道和空间注意力(channel and spatial attention,CSA)模块、最小二乘生成对抗生成网络(least squares generative adversarial networks,LSGAN)及循环对抗生成网络(cycle generative adversarial networks,CycleGAN)的侧扫声纳水下目标图像样本扩增方法。首先,受CycleGAN的启发,设计基于循环一致性的单循环网络结构,保证模型的训练效率。然后,在生成器中融合CSA模块,减少信息弥散的同时增强跨纬度交互。最后,设计了基于LSGAN的损失函数,提高生成图像质量的同时提高训练稳定性。在船舶光学域数据集与侧扫声纳沉船数据集上进行实验,所提方法实现了光学-侧扫声纳样本间信息的高效、稳健转换以及大量侧扫声纳目标样本的扩增。同时,基于本文生成样本训练后的检测模型进行了水下目标检测,结果表明,使用本文样本扩增数据训练后的模型在少样本沉船目标检测的平均准确率达到了84.71%,证明了所提方法实现了零样本和小样本水下强代表性目标样本的高质量扩增,并为高性能水下目标检测模型构建提供了一种新的途径。 展开更多

关键词 样本扩增 侧扫声纳 循环生成对抗网络 通道和空间注意力模块 最小二乘生成对抗网络

在线阅读 下载PDF 职称材料

用于吊弦故障检测的CycleGAN样本生成方法研究

4

作者 肖昊宇 顾桂梅 曹文翔 《传感器与微系统》 CSCD 北大核心 2024年第8期49-52,共4页

针对深度学习算法在接触网吊弦缺陷识别时,存在数据样本不平衡、缺陷样本少、难以准确体现识别算法有效性的问题,提出了一种基于改进循环生成对抗网络(CycleGAN)模型的吊弦缺陷样本生成方法。首先,在生成器中用密集卷积块替换残差块,使... 针对深度学习算法在接触网吊弦缺陷识别时,存在数据样本不平衡、缺陷样本少、难以准确体现识别算法有效性的问题,提出了一种基于改进循环生成对抗网络(CycleGAN)模型的吊弦缺陷样本生成方法。首先,在生成器中用密集卷积块替换残差块,使得生成模型表现更稳定,收敛速度更快;然后,在生成器卷积层和密集卷积块后添加坐标注意力机制,使得生成的吊弦缺陷样本更清晰;最后,将常见的缺陷吊弦数据迁移到正常吊弦数据上,生成吊弦缺陷样本。仿真实验结果表明:所提出的方法比深度卷积生成对抗网络(DCGAN)算法和CycleGAN算法生成的图像更清晰,最终所生成的样本可以替代真实样本。 展开更多

关键词 吊弦 循环生成对抗网络 密集卷积网络 坐标注意力机制 样本扩充

在线阅读 下载PDF 职称材料

基于改进生成对抗网络和Swin Transformer的样本不均衡轴承故障诊断

5

作者 马良玉 黄日灏 +3 位作者 段晓冲 胡景琛 高海天 马进 《南京信息工程大学学报》 北大核心 2025年第4期528-537,共10页

深度学习由于其强大的特征提取能力被广泛应用于故障诊断领域,但在实际生产过程中,故障样本数量通常远低于正常样本,从而导致故障诊断模型的分类准确率下降.为此,本文提出一种基于改进循环生成对抗网络和Swin Transformer的样本不均衡... 深度学习由于其强大的特征提取能力被广泛应用于故障诊断领域,但在实际生产过程中,故障样本数量通常远低于正常样本,从而导致故障诊断模型的分类准确率下降.为此,本文提出一种基于改进循环生成对抗网络和Swin Transformer的样本不均衡轴承故障诊断方法,并以旋转机械滚动轴承振动故障诊断为例对方法进行验证.首先,将原始振动信号的时频图作为循环生成对抗网络的输入;然后,为克服训练不稳定、模型不能及时收敛等问题,引入谱归一化和权值衰减,利用改进的循环生成对抗网络生成更多的故障样本;最后,采用Swin Transformer模型来进行故障诊断,并与随机森林(RF)、堆叠自编码器(SAE)、支持向量机(SVM)、卷积神经网络(CNN)进行对比.在美国凯斯西储大学(CWRU)轴承故障数据集进行多组不同的故障样本生成与故障诊断实验,结果表明,本文方法可以在训练样本数量较少时生成质量较高的合成样本,与其他方法相比,Swin Transformer模型故障诊断精度更高,在不平衡数据的故障诊断方面具有很大的潜力. 展开更多

关键词 滚动轴承 故障诊断 不平衡样本 循环生成对抗网络 深度学习

在线阅读 下载PDF 职称材料

基于改进CycleGAN的水下图像颜色校正与增强 被引量：12

6

作者 李庆忠 白文秀 牛炯 《自动化学报》 EI CAS CSCD 北大核心 2023年第4期820-829,共10页

针对水下观测图像的颜色失真和散射模糊问题,提出一种基于改进循环一致性生成对抗网络(Cycle-consistent generative adversarial networks,CycleGAN)的水下图像颜色校正与增强算法.为了利用CycleGAN学习水下降质图像到空气中图像的映... 针对水下观测图像的颜色失真和散射模糊问题,提出一种基于改进循环一致性生成对抗网络(Cycle-consistent generative adversarial networks,CycleGAN)的水下图像颜色校正与增强算法.为了利用CycleGAN学习水下降质图像到空气中图像的映射关系,对传统CycleGAN的损失函数进行了改进,提出了基于图像强边缘结构相似度(Strong edge and structure similarity,SESS)损失函数的SESS-CycleGAN,SESS-CycleGAN可以在保留原水下图像的边缘结构信息的前提下实现水下降质图像的颜色校正和对比度增强.为了确保增强后图像和真实脱水图像颜色的一致性,建立了SESSCycleGAN和正向生成网络G相结合的网络结构;并提出了两阶段学习策略,即先利用非成对训练集以弱监督方式进行SESS-CycleGAN学习,然后再利用少量成对训练集以强监督方式进行正向生成网络G的监督式学习.实验结果表明:本文算法在校正水下图像颜色失真的同时还增强了图像对比度,且较好地实现了增强后图像和真实脱水图像视觉颜色的一致性. 展开更多

关键词 水下图像 深度学习 循环一致性生成对抗网络 颜色校正 图像增强

在线阅读 下载PDF 职称材料

基于CycleGAN的图像隐私保护 被引量：5

7

作者 谢艺艺 张玉书 +2 位作者 赵若宇 温文媖 周玉倩 《应用科学学报》 CAS CSCD 北大核心 2023年第2期228-239,共12页

社交媒体和云平台为图像的传播和存储带来了便利,但同时也引起了人们对于图像隐私的担忧。因此,需要采取一定的措施去保护图像的隐私,以防止隐私被窃取和非法使用。基于上述目标,本文提出了基于循环对抗网络(cycle-consistent generativ... 社交媒体和云平台为图像的传播和存储带来了便利,但同时也引起了人们对于图像隐私的担忧。因此,需要采取一定的措施去保护图像的隐私,以防止隐私被窃取和非法使用。基于上述目标,本文提出了基于循环对抗网络(cycle-consistent generative adversarial networks,CycleGAN)的图像隐私保护。为了在图像隐私保护中兼顾可用性,该方法先用图像分割和CycleGAN组合,选择出不同的分割系数来辅助生成不同程度的隐私保护图像。然后利用可逆信息隐藏对生成的隐私保护图像进行信息的嵌入,从而阻止非法使用者在图像重构中提取隐私信息,进而保证了整个过程图像隐私保护和可用性的平衡。本文用PIPA数据集对该方法进行训练和测试,采用峰值信噪比和结构相似性指数作为客观指标对隐私保护的图像进行评估。实验结果表明,本方案在图像隐私保护和可用性两方面都优于其他对比方案。 展开更多

关键词 图像隐私保护 图像分割 cyclegan模型 可逆信息隐藏 图像重构

在线阅读 下载PDF 职称材料

基于Style-CycleGAN-VC的非平行语料下的语音转换 被引量：3

8

作者 高俊峰 陈俊国 《计算机应用与软件》 北大核心 2021年第9期133-139,159,共8页

非平行语料下的语音转换(Voice Conversion,VC)是指在非平行语音数据集的情况下改变源语音特征到目标语音特征的映射技术。由于非平行数据的缺陷,所以当前研究多集中于平行语料下的语音转换,而有关非平行语料的研究提出的模型架构存在... 非平行语料下的语音转换(Voice Conversion,VC)是指在非平行语音数据集的情况下改变源语音特征到目标语音特征的映射技术。由于非平行数据的缺陷,所以当前研究多集中于平行语料下的语音转换,而有关非平行语料的研究提出的模型架构存在局限性,在特定说话人下进行训练得到的模型无法适用于任意说话人下的语音转换,且转化效果有待提高。对此,借鉴两种生成式对抗网络(Generative Adversarial Network,GAN)的变体StyleGAN和CycleGAN的结构特点,对生成器网络的层重新设计,添加辅助特征提取神经网络,提出一种称为Style-CycleGAN-VC的新模型,实现了非平行语料下任意说话人之间的任意语音转换。实验表明,与CycleGAN-VC模型相比,该模型对训练的特定说话人的语音转换效果有所提高,对任意说话人的语音转换效果与其相近。 展开更多

关键词 语音转换 非平行语料 生成式对抗网络 Style-cyclegan-VC 语音合成

在线阅读 下载PDF 职称材料

基于CycleGAN和CNN的GIS振动信号去噪与机械缺陷识别 被引量：10

9

作者 廖景雯 关向雨 +2 位作者 林建港 刘江 赵俊义 《电力工程技术》 北大核心 2023年第5期37-45,共9页

针对现场气体绝缘开关设备(gas insulated switchgear,GIS)振动检测结果易受外界背景噪声干扰的不足,文中提出基于生成对抗网络和卷积神经网络的现场GIS接触缺陷抗干扰检测框架。首先,开展GIS通流试验,获取在触指缺失、螺栓松动、存在... 针对现场气体绝缘开关设备(gas insulated switchgear,GIS)振动检测结果易受外界背景噪声干扰的不足,文中提出基于生成对抗网络和卷积神经网络的现场GIS接触缺陷抗干扰检测框架。首先,开展GIS通流试验,获取在触指缺失、螺栓松动、存在分解物和导体对接深度不足4种典型缺陷下的振动波形,并收集包含背景噪声干扰的现场GIS振动波形作为参考,通过对振动数据进行图谱转化,构建用于背景噪声干扰去除和缺陷分类的数据集;其次,将现场振动图谱作为输入,采用周期一致生成对抗网络(cycle-consistent generative adversarial network,CycleGAN)对GIS进行现场背景噪声干扰去除;然后,采用AlexNet和ResNet18卷积网络结构对振动图谱特征进行提取;最后,采用全连接层对图谱特征进行分类,并对比不同振动信号图谱算法对分类结果的影响。结果表明,对于现场数据,所提模型的最大均值差异(maximum mean discrepancy,MMD)可达0.9560,弗雷谢特起始距离(Fréchet inception distance,FID)可达62.09;Mel-ResNet18模型对GIS接触缺陷分类的准确率达99.43%。文中所提方法对于提高现场GIS振动检测和接触缺陷诊断结果的有效性具有重要应用价值。 展开更多

关键词 气体绝缘开关设备(GIS) 接触缺陷 机械振动 周期一致生成对抗网络(cyclegan) AlexNet ResNet18

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：5

10

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

基于生成对抗网络的植物景观生成设计——以花境平面图生成为例

11

作者 冯璐 余辰雯 +1 位作者 孙雨婷 赵晶 《风景园林》 北大核心 2024年第9期59-68,共10页

【目的】植物景观设计需要科学性和技术性兼备。探索人工智能,特别是生成对抗网络(generative adversarial network,GAN)在植物景观设计中的应用,能够帮助设计师提高设计过程的效率。【方法】以花境平面图生成设计为例,建立了基于细致... 【目的】植物景观设计需要科学性和技术性兼备。探索人工智能,特别是生成对抗网络(generative adversarial network,GAN)在植物景观设计中的应用,能够帮助设计师提高设计过程的效率。【方法】以花境平面图生成设计为例,建立了基于细致筛选优化的植物平面数据集。数据集标注基于植物分类,考虑了植物的种类、搭配原则及空间布局规律。引入循环生成对抗网络(cycle generative adversarial network,CycleGAN)模型对数据集进行学习,实现花境平面设计的自动生成。【结果】CycleGAN模型在以花境为代表的植物景观设计中具有独特的优势,花境平面图生成模型能够准确识别条形场地边界,并在色彩再现方面表现出较高的精度和可识别性。生成平面图的空间布局中,色块大小、平面布局形态和位置展示了各种植物的空间分布特点,并能够复现部分潜在搭配组合,生成了符合美学和生态原则的设计方案。然而,模型在部分场地边框的准确识别和设计结果的多样性方面仍存在局限。【结论】证明了CycleGAN在植物景观设计领域的应用潜力,并为实践中的植物景观设计提供了创新和有效的解决方案。 展开更多

关键词 风景园林 植物景观设计 机器学习 神经网络 循环生成对抗网络 花境

在线阅读 下载PDF 职称材料

基于物理信息神经网络的牵引变流器直流支撑电容参数辨识方法

12

作者 向超群 尹雪瑶 +2 位作者 伍珣 曹忠林 刘元才 《电工技术学报》 EI CSCD 北大核心 2024年第15期4654-4667,共14页

为了解决车载牵引变流系统直流支撑电容器故障预测问题,该文提出一种基于物理信息神经网络的直流支撑电容器参数辨识方法。该方法只需要利用直流环节预充电过程的直流支撑电容器两端电压及采样频率,无需拟合曲线,无需严格对齐时间轴就... 为了解决车载牵引变流系统直流支撑电容器故障预测问题,该文提出一种基于物理信息神经网络的直流支撑电容器参数辨识方法。该方法只需要利用直流环节预充电过程的直流支撑电容器两端电压及采样频率,无需拟合曲线,无需严格对齐时间轴就可以获得较为准确的电容参数辨识结果。与此同时,为了克服在采集数据时因条件所限造成的数据量稀疏与分布不均问题,该文利用循环一致性生成对抗网络算法增强数据,使该方法可以适用于同一拓扑下宽范围电容区间的电容容值预测,降低了模型训练要求。实验结果表明:在正常条件下,该方法的辨识相对误差约在1%以下,并且降低采样频率能够缓解信噪比对该方法的影响。该方法为解决直流支撑电容参数辨识问题提供了新思路。 展开更多

关键词 直流支撑电容器 参数辨识 物理信息神经网络 循环一致性生成对抗网络 直流 环节预充电工况

在线阅读 下载PDF 职称材料

多尺度语义信息无监督山水画风格迁移网络 被引量：2

13

作者 周粤川 张建勋 +2 位作者 董文鑫 高林枫 倪锦园 《计算机工程与应用》 CSCD 北大核心 2024年第4期258-269,共12页

针对图像转换类的生成对抗网络在处理无监督风格迁移任务时存在的纹理杂乱、生成图像质量差的问题,基于循环一致性损失提出了循环矫正多尺度评估生成对抗网络。首先在网络架构的设计上,基于图像的三层语义信息提出了多尺度评估网络架构... 针对图像转换类的生成对抗网络在处理无监督风格迁移任务时存在的纹理杂乱、生成图像质量差的问题,基于循环一致性损失提出了循环矫正多尺度评估生成对抗网络。首先在网络架构的设计上,基于图像的三层语义信息提出了多尺度评估网络架构,以此强化源域到目标域的迁移效果;其次在损失函数的改进上,提出了多尺度对抗损失以及循环矫正损失,用于以更严苛的目标引导模型的迭代优化方向,生成视觉质量更好的图片;最后为了预防模式崩溃的问题,在风格特征的编码阶段添加了注意力机制以提取重要的特征信息,在网络的各阶段引入ACON激活函数以加强网络的非线性表达能力,避免神经元坏死。实验结果表明,相比于CycleGAN、ACL-GAN,所提出方法在山水画风格迁移数据集上的FID值分别降低了21.80%和34.33%;为了验证模型的泛化能力,在Vangogh2Photo和Monet2Photo两个公开数据集上进行了泛化实验对比,FID值相比于两个对照网络分别降低了7.58%、18.14%和4.65%、6.99%。 展开更多

关键词 无监督风格迁移 生成对抗网络(GAN) 多尺度评估 cyclegan

在线阅读 下载PDF 职称材料

城市固废焚烧过程燃烧线极端异常火焰图像对抗生成

14

作者 郭海涛 汤健 +1 位作者 夏恒 乔俊飞 《中国电机工程学报》 EI CSCD 北大核心 2024年第11期4376-4386,I0016,共12页

燃烧线是表征城市固废焚烧(municipal solid waste incineration,MSWI)过程燃烧稳定性的关键参数之一。完备的火焰图像模板库是实现燃烧线量化以从检测视角代替依靠运行专家“人工看火”,进而通过实时反馈提升MSWI过程控制的智能化水平... 燃烧线是表征城市固废焚烧(municipal solid waste incineration,MSWI)过程燃烧稳定性的关键参数之一。完备的火焰图像模板库是实现燃烧线量化以从检测视角代替依靠运行专家“人工看火”,进而通过实时反馈提升MSWI过程控制的智能化水平的基础。针对燃烧线极端异常火焰图像缺失问题,该文提出基于机理知识和对抗网络的燃烧线极端异常火焰图像生成方法。首先,基于焚烧炉内三维空间位置到图像像素点的机理映射关系分析燃烧线极端异常火焰图像,通过对正常火焰图像像素点的平移、拼接和组合等方式获取伪标记的燃烧线极端异常火焰图像;然后,采用循环生成对抗网络(cycle generative adversarial networks,CycleGAN)获得符合真实火焰图像分布的候选图像;最后,提出组合基于弗雷歇距离(Fréchet inception distance,FID)评估最优模型参数和根据伪标记筛选最终燃烧线极端异常火焰图像的2级评估与筛选策略。针对北京某MSWI厂的实验结果表明:依据燃烧线可划分图像为51%~73.6%正常、47%~51%和73.6%~100%异常、0%~47%极端异常;当第2级评估阈值设定为0.4时,所提方法生成合格极端异常火焰图像的比例为85.7%,优于传统评估方法。 展开更多

关键词 城市固废焚烧 燃烧线量化 燃烧线极端异常火焰图像 循环生成对抗网络 图像评估与选择

在线阅读 下载PDF 职称材料

SealGAN:基于生成式对抗网络的印章消除研究 被引量：5

15

作者 李新利 邹昌铭 +1 位作者 杨国田 刘禾 《自动化学报》 EI CAS CSCD 北大核心 2021年第11期2614-2622,共9页

发票是财务系统的重要组成部分.随着计算机视觉和人工智能技术的发展,出现了各种发票自动识别系统,但是发票上的印章严重影响了识别准确率.本文提出了一种用于自动消除发票印章的SealGAN网络. SealGAN网络是基于生成式对抗网络CycleGAN... 发票是财务系统的重要组成部分.随着计算机视觉和人工智能技术的发展,出现了各种发票自动识别系统,但是发票上的印章严重影响了识别准确率.本文提出了一种用于自动消除发票印章的SealGAN网络. SealGAN网络是基于生成式对抗网络CycleGAN的改进,采用两个独立的分类器来取代原本的判别网络,从而降低单个分类器的分类要求,提高分类器的学习性能,并且结合ResNet和Unet两种结构构建下采样-精炼-上采样的生成网络,生成更加清晰的发票图像.同时提出了基于风格评价和内容评价的综合评价指标对SealGAN网络进行性能评价.实验结果表明,与CycleGAN-ResNet和CycleGAN-Unet网络相比较, SealGAN网络不仅能实现自动消除印章,而且还能更加清晰地保留印章下的发票内容,网络性能评价指标较高. 展开更多

关键词 印章消除 生成式对抗网络 SealGAN cyclegan 评价指标

在线阅读 下载PDF 职称材料

基于改进循环生成式对抗网络的图像去雾方法 被引量：4

16

作者 黄山 贾俊 《计算机工程》 CAS CSCD 北大核心 2022年第12期218-223,231,共7页

针对现有图像去雾方法存在的颜色失真、细节丢失以及去雾效果不自然等问题,提出一种改进的循环生成式对抗网络用于图像去雾。通过添加多尺度鉴别器作为判别器来改进原始网络结构,增强判别能力,引导网络产生更精细自然的无雾图像。同时... 针对现有图像去雾方法存在的颜色失真、细节丢失以及去雾效果不自然等问题,提出一种改进的循环生成式对抗网络用于图像去雾。通过添加多尺度鉴别器作为判别器来改进原始网络结构,增强判别能力,引导网络产生更精细自然的无雾图像。同时重新设计损失函数,使用最小二乘代替交叉熵作为对抗损失,引入循环感知损失,结合原始循环一致性损失组成新的复合损失函数,提高图像颜色与细节恢复的质量。在D-HAZY和SOTS数据集上的实验结果表明:该方法能够生成较为自然的无雾图像,其主观效果和客观指标均优于对比方法,具有更好的去雾能力;与原始循环生成式对抗网络相比,峰值信噪比从19.052 dB提高至23.128 dB,结构相似性指数从0.787提高至0.867。与DehazeNet、AOD-Net与GCANet等主流去雾方法相比,峰值信噪比和结构相似性指数比排名第二的方法分别提升7.1%和4.3%。 展开更多

关键词 图像去雾 循环生成式对抗网络 多尺度鉴别器 对抗损失 循环感知损失

在线阅读 下载PDF 职称材料

基于改进CycleGAN的花粉灰度图像着色方法

17

作者 石宝 周昊 武文红 《北京工业大学学报》 2025年第9期1063-1070,共8页

针对生成式对抗网络对灰度图像着色时出现的颜色溢出和着色图像细节不足等问题,提出一种基于循环一致生成对抗网络(cycle-consistent generative adversarial networks,Cycle GAN)的花粉灰度图像着色方法。该方法从无监督学习的角度出发... 针对生成式对抗网络对灰度图像着色时出现的颜色溢出和着色图像细节不足等问题,提出一种基于循环一致生成对抗网络(cycle-consistent generative adversarial networks,Cycle GAN)的花粉灰度图像着色方法。该方法从无监督学习的角度出发,采用Cycle GAN对图像进行着色。为解决花粉灰度图像着色中的着色不连续和着色图像不细腻等问题,引入非局部模块,以便有效获取图像的全局信息表征。此外,还引入自注意力机制,以此帮助网络更准确地判断像素点之间的空间位置关系,进而增强着色模型的学习能力。实验结果表明,该方法获得的峰值信噪比、结构相似性指数和平均主观意见分分别为28.673、0.956、4.567,在测试集上生成的彩色图像质量更好。该方法不仅有效地解决了颜色溢出和着色不连续等问题,还丰富了图像的细节信息。 展开更多

关键词 花粉 灰度图像着色 深度学习 循环一致生成对抗网络 非局部模块 自注意力机制

在线阅读 下载PDF 职称材料

基于循环一致性对抗网络的室内火焰图像场景迁移 被引量：7

18

作者 杨植凯 卜乐平 +1 位作者 王腾 欧阳继能 《光学精密工程》 EI CAS CSCD 北大核心 2020年第3期745-758,共14页

基于深度学习的视频火灾探测模型的训练依赖于大量的正负样本数据,即火灾视频和带有干扰的场景视频。由于很多室内场合禁止点火,导致该场景下的火灾视频样本不足。本文基于生成对抗网络,将其他相似场景下录制的火焰迁移到指定场景,以此... 基于深度学习的视频火灾探测模型的训练依赖于大量的正负样本数据,即火灾视频和带有干扰的场景视频。由于很多室内场合禁止点火,导致该场景下的火灾视频样本不足。本文基于生成对抗网络,将其他相似场景下录制的火焰迁移到指定场景,以此增广限制性场合下的火灾视频数据。文中提出将火焰内核预先植入场景使之具备完整的内容信息,再通过添加烟雾和地面反射等风格信息,完成场景与火焰的融合。该方法克服了现有多模态图像转换方法在图像转换过程中因丢失信息而造成的背景失真问题。同时为减少数据采集工作量,采用循环一致性生成对抗网络以解除训练图像必须严格匹配的限制。实验表明,与现有多模态图像转换相比,本文方法可以保证场景中火焰形态的多样性,迁移后的场景具有较高的视觉真实性,所得结果的FID与LPIPS值最小,分别为119.6和0.134 2。 展开更多

关键词 图像转换 生成对抗网络 火焰图像合成 循环一致性生成对抗网络

在线阅读 下载PDF 职称材料

一种高倍数细胞显微图像生成式对抗网络 被引量：3

19

作者 苗乔伟 杨淇 +1 位作者 李爱佳 罗文劼 《计算机工程》 CAS CSCD 北大核心 2020年第6期266-273,共8页

在医疗领域,许多疾病的诊断依赖高倍数显微镜对细胞等微观物体的观测,但由于高倍数显微镜价格昂贵,操作复杂,且高倍数细胞显微图像重建工作存在低、高倍数显微图像之间图片风格不统一、细胞图像清晰度不一致和训练数据不匹配等问题。为... 在医疗领域,许多疾病的诊断依赖高倍数显微镜对细胞等微观物体的观测,但由于高倍数显微镜价格昂贵,操作复杂,且高倍数细胞显微图像重建工作存在低、高倍数显微图像之间图片风格不统一、细胞图像清晰度不一致和训练数据不匹配等问题。为此,提出高倍数细胞显微图像生成式对抗网络。将全新激活函数引入CycleGAN网络,在生成器中添加新的残差密集块并去掉BN层。同时为确保生成图像真实可信,在生成器训练过程中考虑细节感知损失。实验结果表明,该方法在保留低倍数显微图像基本信息的基础上,能够对高倍数显微图像细节进行有效的还原。 展开更多

关键词 cyclegan网络 生成式对抗网络 对抗学习 卷积神经网络 深度学习

在线阅读 下载PDF 职称材料

基于优化循环生成对抗网络的医学图像合成方法 被引量：5

20

作者 曹国刚 刘顺堃 +3 位作者 毛红东 张术 陈颖 戴翠霞 《数据采集与处理》 CSCD 北大核心 2022年第1期155-163,共9页

放射治疗计划系统需要CT图像准确计算剂量分布,但有时临床只能获得MR图像。图像合成能有效利用现有图像合成新模态图像,从而增强图像信息。针对MR图像生成CT图像问题,综合循环一致生成对抗网络不成对数据可训练合成新模态图像的特点,以... 放射治疗计划系统需要CT图像准确计算剂量分布,但有时临床只能获得MR图像。图像合成能有效利用现有图像合成新模态图像,从而增强图像信息。针对MR图像生成CT图像问题,综合循环一致生成对抗网络不成对数据可训练合成新模态图像的特点,以及密集连接网络的特征复用和优化信息流传播的优点,提出融合密集连接的循环生成对抗网络模型,改善输入信息的消失和梯度信息稀释,合成更可信的CT图像。在18个病人的数据集上训练和验证模型,优化后的循环生成对抗网络与原方法相比,平均绝对误差降低了3.91%,结构相似性提高了1.1%,峰值信噪比提高了4.4%;与深度卷积神经网络模型和基于图谱方法比较,相对误差分别降低了0.065%和0.55%。本文利用深度学习模型优点,能根据MR图像合成更接近真实的CT图像,更好地满足放射治疗计划系统剂量计算的需求。 展开更多

关键词 图像合成 循环生成对抗网络 密集连接网络 不成对数据

在线阅读 下载PDF 职称材料