检索结果-南通市图书馆

小型微型计算机系统 2004年第10期25卷 1768-1771页

作者：李云刘宗田陈崚沈夏炯徐晓华上海大学计算机学院上海200072 扬州大学信息工程学院江苏扬州225009

提出了一种新的基于属性的渐进式概念格生成算法 ,通过不断地渐增属性来构造概念格 .该算法不仅为概念格的构造提供了一种新的方法 ,还解决了在已构造好概念格的前提下 ,增加属性所带来的概念格更新问题 .给出了算法的实现方法 ,并结合... 详细信息

提出了一种新的基于属性的渐进式概念格生成算法 ,通过不断地渐增属性来构造概念格 .该算法不仅为概念格的构造提供了一种新的方法 ,还解决了在已构造好概念格的前提下 ,增加属性所带来的概念格更新问题 .给出了算法的实现方法 ,并结合实例说明了概念格的更新过程 .试验表明 ,在通常情况下。

关键词：形式概念分析概念格属性渐进式生成

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于生成对抗网络的图像渐进式生成算法研究

基于生成对抗网络的图像渐进式生成算法研究

引用

作者：姜枫浙江大学

学位级别：硕士

图像生成算法是计算机视觉领域的热门研究方向之一,其应用非常广泛。目前最主流的图像生成算法主要是基于生成对抗网络及其变体,相对于其他图像生成算法,基于生成对抗网络的图像生成算法极大地提高了图像生成的质量。基于生成对抗网络... 详细信息

图像生成算法是计算机视觉领域的热门研究方向之一,其应用非常广泛。目前最主流的图像生成算法主要是基于生成对抗网络及其变体,相对于其他图像生成算法,基于生成对抗网络的图像生成算法极大地提高了图像生成的质量。基于生成对抗网络的图像生成技术还受到工业界的广泛关注,大量的公司正在投入大量的精力来发展和推广生成对抗网络模型,并取得了一定的成效。但是基于生成对抗网络的图像生成方法仍然存在模型训练过程不稳定、生成图像多样性不足、高分辨率图像生成质量差等问题,本文针对上述问题展开研究,具体工作如下:1)针对高分辨图像生成质量差以及模型训练过程不稳定等问题,提出了基于多层特征约束的渐进式图像生成算法,该算法首先提取图像不同层次的抽象特征,然后在图像生成过程中逐步加入不同层次的抽象特征约束,最终在多个不同层次特征约束下生成高质量的高分辨率的图像。相对于普通的生成对抗网络,基于多层特征约束的渐进式生成对抗网络在图像生成质量上取得了极大的提高,使得生成的图像更加得可靠可控,特别是在高分辨率图像上也能够生成较为清晰的高质量图像。2)针对高分辨图像生成质量差等问题,提出了基于上下文内容约束的渐进式生成算法,区别于其他的从低分辨率到高分辨率的渐进式生成方式,该算法在固定的分辨率上首先生成图像中心区域的小尺寸图像,然后在保持分辨率不变的情况下,不断地根据小尺寸的图像生成更大尺寸的图像,依此类推直到生成大尺寸的高分辨率的最终图像。在公开数据集上的实验结果表明,该算法能生成高质量、高分辨率的大图像。

关键词：图像生成生成对抗网络特征约束渐进式生成

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于草图的中国画生成技术研究

基于草图的中国画生成技术研究

引用

作者：王梦雪天津工业大学

学位级别：硕士

随着深度学习的快速发展,图像处理技术取得了长足地进步,大量的图像被应用于社交媒体,使得生成模型成为深度学习研究的热门话题。如今,Generative Adversarial Networks(GANs)被应用于各种研究和应用,基于GANs的艺术生成就是其中之一。... 详细信息

随着深度学习的快速发展,图像处理技术取得了长足地进步,大量的图像被应用于社交媒体,使得生成模型成为深度学习研究的热门话题。如今,Generative Adversarial Networks(GANs)被应用于各种研究和应用,基于GANs的艺术生成就是其中之一。中国画作为我国特有的艺术门类,具有鲜明、独特的艺术特点,吸引着越来越多的研究人员从事到中国画生成这一领域的研究中。现有关于草图生成中国画方面的工作,多以围绕中国画的边缘图进行研究,由于边缘是图像最基本的特征,包含着丰富的信息,因此边缘图的线条也就较为丰富,对于没有绘画基础的普通用户来说绘制也较为困难,而且现有的草图生成中国画网络在草图生成中国画这一任务上也存在一定的缺陷。本文针对现有草图生成中国画网络存在的缺陷,提出了一个三阶段的渐进式草图生成中国画网络。与之前直接提取中国画的边缘图进行模型训练的工作不同,我们的网络通过对从中国画中提取到的边缘图进行减弱和增强操作,将草图分为三种线条丰富程度不同的草图,每种草图学习生成中国画的不同信息,并通过三个相连的生成网络实现渐进式草图生成中国画。其中,第一阶段的生成网络接收减弱后的草图学习生成中国画的结构信息,第二阶段的生成网络接收输入草图并与第一阶段的生成结果相结合,学习生成中国画的内容信息,第三阶段的生成网络接收增强后的草图并与第二阶段的生成结果相结合,学习生成中国画的细节信息,得到最终生成的中国画。通过消融实验和与现有草图生成中国画方法地比较,可以看到我们的模型在草图生成中国画这一任务上表现更好,而且对草图具有很好的泛化性。为了解决没有绘画基础的普通用户绘制中国画较为困难的问题,我们在三阶段渐进式草图生成中国画网络的基础上设计了一个交互式草图生成中国画系统。用户可以通过Web界面上的绘图工具完成草图地绘制,也可以上传本地草图图片完成草图信息的采集,系统可以将用户在Web界面绘制的草图或者上传的草图图片生成中国画,并将生成的中国画返回到Web界面进行展示,通过查看历史记录,用户可以下载自己绘制的草图和该草图生成的中国画。我们的系统可以帮助没有绘画基础的普通用户绘制出一副质量较好的中国画,提高人们对中国画艺术的喜爱,有较好的应用前景。

关键词：草图中国画生成对抗网络渐进式生成交互式草图生成中国画

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多源影像的信息融合算法研究

多源影像的信息融合算法研究

引用

作者：刘珞琳中国科学院大学(中国科学院西安光学精密机械研究所)

学位级别：硕士

热红外图像又称长波红外图像,通过接收目标物辐射的温度而成像,图像中的前景、背景等信息由于其热辐射的差异而区别开来。热红外图像的获取不依赖于外部光线,因此对弱光环境下的遮挡物体有良好的检测性。场景中物体温度趋同、成像过程... 详细信息

热红外图像又称长波红外图像,通过接收目标物辐射的温度而成像,图像中的前景、背景等信息由于其热辐射的差异而区别开来。热红外图像的获取不依赖于外部光线,因此对弱光环境下的遮挡物体有良好的检测性。场景中物体温度趋同、成像过程中产生噪声等因素会造成热红外图像内部相关性强,导致图像的可理解性弱、边缘和轮廓模糊等问题。这些缺点使得热红外图像难以独立应用在目标识别、异常检测等任务上。相比之下,可见光图像更能满足人类视觉的直观理解。在同一场景下,可见光图像具有更高的空间分辨率,图像的纹理细节更清晰,目标的可理解性更强。结合两种光源的优势,可以生成目标清晰、分辨率高的新图像,满足全天候（all-weather）任务的要求。针对上述问题,本文应用了对抗生成网络,在保持已有信息的同时,实现两种图像风格的互相转换。并提出了一种新颖的双流神经网络,整合热红外与可见光图像中各自的有效的信息,形成更符合人类直观理解的新图像。主要工作如下:1)设计了一种基于渐进式对抗生成网络的热红外-可见光图像转换算法。由于热红外图像与可见光图像在视觉理解和分辨率等方面差异巨大,适用于可见光图像的系统往往不能够良好地兼容热红外图像。因此,本文提出了一种渐进式生成策略的风格转换方法,旨在将低分辨率的热红外人脸图像转换为高分辨率的可见光人脸图像。我们同时使用配对和非配对的两种图像数据,提高模型的泛化性能,避免归一化的生成结果。并且使用感知损失,在特征层面上约束生成图像更多地保持双源图像的细节。实验表明,渐进式的生成策略有利于训练的稳定性,相比其他相关算法提高了15%的生成性能。2)提出了一种基于双流神经网络的热红外-可见光图像融合算法。由于缺少大量的融合结果作为基准数据,双光图像融合过程缺乏约束和指导。通常做法是只使用可见光图像进行训练,在测试阶段对不同的源图像使用相同的特征提取操作,或者只着重于某类图像的一些显著性信息展开融合,忽略了双光图像之间的区别和联系。为解决这些问题,本文提出的双流网络为可见光图像与热红外图像提供了独立的网络层,使得在训练阶段模型可以同时地、全面地学习双光特征,并结合两种图像各自的特征指导融合图像的生成。这样,在两类图像均参与训练的同时,形成一个训练阶段与测试阶段网络结构的保持一致的端到端模型。本算法在TNO数据集上进行了多层级结构相似性等指标的计算,较同类算法提升了1.39%,达到了该数据集上的最佳精度。实验表明,本算法能够更多地保留热红外图像与可见光图像各自的特征,抑制伪影的生成,提升了融合精度。

关键词：图像融合风格迁移双流神经网络渐进式生成

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：