检索结果-南通市图书馆

A Modified cyclegan for Multi-Organ Ultrasound Image Enhancement via Unpaired Pre-Training

在线全文

学校读者我要写书评

暂无评论

Journal of Beijing Institute of Technology 2024年第3期33卷 194-203页

作者： Haonan Han Bingyu Yang Weihang Zhang Dongwei Li Huiqi Li School of Information and Electronics Beijing Institute of TechnologyBeijing 100081China School of Medical Technology Beijing Institute of TechnologyBeijing 100081China

Handheld ultrasound devices are known for their portability and affordability,making them widely utilized in underdeveloped areas and community healthcare for rapid diagnosis and early screening.However,the image quality of handheld ultrasound devices is not always satisfactory due to the limited equipment size,which hinders accurate diagnoses by doctors.At the same time,paired ultrasound images are difficult to obtain from the clinic because imaging process is complicated.Therefore,we propose a modified cycle generative adversarial network(cyclegan) for ultrasound image enhancement from multiple organs via unpaired pre-training.We introduce an ultrasound image pre-training method that does not require paired images,alleviating the requirement for large-scale paired datasets.We also propose an enhanced block with different structures in the pre-training and fine-tuning phases,which can help achieve the goals of different training phases.To improve the robustness of the model,we add Gaussian noise to the training images as data augmentation.Our approach is effective in obtaining the best quantitative evaluation results using a small number of parameters and less training costs to improve the quality of handheld ultrasound devices.

关键词： ultrasound image enhancement handheld devices unpaired images pre-train and finetune cyclegan

基于注意力机制和空洞卷积的cyclegan煤矿井下低照度图像增强算法

在线全文

学校读者我要写书评

暂无评论

煤炭科学技术 2024年

作者：王媛彬郭亚茹刘佳吴冰超刘萌 ICUBE实验室 UMR 7357 CNRS-University of Strasbourg 西安市电气设备状态监测与供电安全重点实验室西安科技大学电气与控制工程学院

井下环境复杂，充斥着大量粉尘和水汽且人造光源光照不均，导致井下监控设备采集到的图像往往呈现出照度低、细节特征丢失等问题，严重影响了矿业安全监控设备的实时性，不利于后续计算机视觉任务，同时井下数据采集困难，难以制作配对... 详细信息

井下环境复杂，充斥着大量粉尘和水汽且人造光源光照不均，导致井下监控设备采集到的图像往往呈现出照度低、细节特征丢失等问题，严重影响了矿业安全监控设备的实时性，不利于后续计算机视觉任务，同时井下数据采集困难，难以制作配对的井下低照度图像数据集用于模型训练。针对上述问题，提出了一种基于cyclegan的低照度图像增强算法。针对矿井下采集配对数据集困难，使用cyclegan网络进行无监督学习；为改善生成器网络的细节特征提取能力，利用无参注意力机制(simAM)和双通道注意力机制(CBAM)构建图像增强网络，提高复杂背景下模型的抗干扰能力，使模型恢复图像细节特征效果更好；引入由残差空洞卷积构建亮度增强模块，在提升图像亮度的同时增大生成器网络的感受野，有利于细节的恢复，提高图像视觉质量；以Patch-GAN作为网络的判别器，将输入映射成一个矩阵，更加全面的关注到图像不同区域的细节特征，提高判别器对图像细节的分辨能力。实验结果表明，相较于算法cyclegan，本文方法在峰值信噪比(PSNR)、结构相似度(SSIM)、信息熵和视觉信息保真度(VIF)上平均提高了11.31%、8.07%、2.58%、6.18%。

关键词：低照度图像注意力机制空洞卷积 cyclegan Patch-GAN

基于改进cyclegan的军事目标图像样本增广方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

火力与指挥控制 2024年第5期49卷 165-171页

作者：陈星宇马茹飞余晓晗毛绍臣张可南京理工大学经济管理学院南京210094 陆军工程大学基础部南京210007 陆军工程大学指挥控制工程学院南京210007

针对军事目标图像识别训练中面临的样本数量与质量不足的问题,对cyclegan模型进行了改进,并提出一种有效增广的方法。针对军事目标样本特点,修改了模型的生成器结构和损失函数结构,提高了模型的稳定性和生成图像质量。通过将扩充样本后... 详细信息

针对军事目标图像识别训练中面临的样本数量与质量不足的问题,对cyclegan模型进行了改进,并提出一种有效增广的方法。针对军事目标样本特点,修改了模型的生成器结构和损失函数结构,提高了模型的稳定性和生成图像质量。通过将扩充样本后的数据集进行图像识别模型训练,发现该模型所生成的图像可以有效提高识别模型的准确率,证明了该方法在增广军事目标样本中的实用性和可行性。

关键词：样本增广 cyclegan 军事目标图像生成图像分类

在线全文

学校读者我要写书评

暂无评论

基于cyclegan的地震数据去噪方法

电子科技 2024年

作者：傅鹏宋晓霞山西大同大学煤炭工程学院山西大同大学计算机与网络工程学院

针对实际地震数据被大量随机噪声干扰而难以获得配对的无噪数据问题，文中提出一种基于cyclegan(Cycle Generative Adversarial Network)的地震数据随机噪声压制方法来获得高质量地震数据。将残差网络引入循环生成对抗网络的生成网络中... 详细信息

针对实际地震数据被大量随机噪声干扰而难以获得配对的无噪数据问题，文中提出一种基于cyclegan(Cycle Generative Adversarial Network)的地震数据随机噪声压制方法来获得高质量地震数据。将残差网络引入循环生成对抗网络的生成网络中，通过跳跃连接形式加快网络的训练速度，并扩充残差块中的卷积层，增强残差块结构来更好地获取样本特征。以合成数据和实际数据分别进行实验，利用SNR(Signal to Noise Ratio)和MSE(Mean Square Error)等评价指标验证其去噪效果，并与CNN(Convolutional Neural Network)去噪方法进行对比。结果表明，所提方法在合成数据实验中SNR、MSE和PSNR(Peak Signal-to-Noise Ratio)对比CNN分别提升0.59 dB、23.72、2.81 dB，在实际数据实验中分别提升4.63 dB、1.13、0.77 dB，训练时间缩短约58%。

关键词：地震数据随机噪声去噪生成对抗网络 cyclegan 图像处理卷积神经网络深度学习

一种改进cyclegan的素描头像彩色化算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

宜宾学院学报 2024年第6期24卷 21-26页

作者：廖振林国军黄丹胡鑫游松兰江海周旭金若水四川轻化工大学自动化与信息工程学院四川宜宾644000

针对现阶段由素描头像生成的彩色头像图像清晰度低、人脸识别率不高和视觉质量不佳等问题,提出一种改进cyclegan的素描头像彩色化算法:对U-Net自编码器的第一个特征提取模块进行优化,设计一种多尺度自注意力机制特征提取模块,从多个尺... 详细信息

针对现阶段由素描头像生成的彩色头像图像清晰度低、人脸识别率不高和视觉质量不佳等问题,提出一种改进cyclegan的素描头像彩色化算法:对U-Net自编码器的第一个特征提取模块进行优化,设计一种多尺度自注意力机制特征提取模块,从多个尺度提取输入图像以减少输入图像的细节信息丢失,将提取的特征用通道堆叠的方式进行特征融合,对融合的特征嵌入SENet自注意力机制,以引导模型对特征重点区域的关注度,最后再降低融合特征的通道维数;对生成头像与真实头像添加L1像素损失和感知损失,以进一步提升生成头像的质量.实验结果表明:较基础模型cyclegan生成的彩色头像,在CUHK数据集FID值降低了22.23、Rank-1值提高了16%,在AR数据集FID值降低了15.34、Rank-1值提高了9.3%.

关键词： cyclegan 多尺度特征提取 SENet 监督学习 L_1像素损失感知损失

改进cyclegan的素描头像到现实头像转换

在线全文

学校读者我要写书评

暂无评论

内江师范学院学报 2024年第4期39卷 65-71页

作者：廖振林国军胡鑫游松兰江海周旭罗春兰四川轻化工大学自动化与信息工程学院四川宜宾644000

当前,由素描头像转换的现实头像还存在不够逼真和人脸识别率不高的问题.为此,提出了一种改进cyclegan的现实头像转换方法.首先,在U-Net自编码器的基础上增加了一个人脸特征提取器.其次,将人脸特征提取器提取的特征与U-Net解码器中的特... 详细信息

当前,由素描头像转换的现实头像还存在不够逼真和人脸识别率不高的问题.为此,提出了一种改进cyclegan的现实头像转换方法.首先,在U-Net自编码器的基础上增加了一个人脸特征提取器.其次,将人脸特征提取器提取的特征与U-Net解码器中的特征采用通道连接的方式进行特征融合,再对融合后的特征做进一步解码处理.最后,将基础模型cyclegan转化为监督学习模型,从而对转换头像与真实头像添加图像空间损失和风格损失.实验结果表明:改进模型较基础模型转换的现实头像,在CUHK测试集上FID值降低了27.31、Rank-1提高了19%,在XM2VTS测试集上FID值降低了8.65、Rank-1提高了4.1%.

关键词： cyclegan U-Net自编码人脸特征提取器监督学习图像空间损失风格损失

基于cyclegan的多目视频中人体跌倒动作检测

在线全文

学校读者我要写书评

暂无评论

信息与电脑 2024年第2期36卷 152-155,231页

作者：关翔沈阳航空航天大学辽宁沈阳110136

基于cyclegan模型分析多目视频中人体跌倒动作检测的内容,为解决人体跌倒动作检测中空间定位不准确的问题,提出新的研究思路与研究方向。在标记的人体运动捕获中,通过生成对抗网络,基于cyclegan模型获取更加真实、清晰的图像,进而实现... 详细信息

基于cyclegan模型分析多目视频中人体跌倒动作检测的内容,为解决人体跌倒动作检测中空间定位不准确的问题,提出新的研究思路与研究方向。在标记的人体运动捕获中,通过生成对抗网络,基于cyclegan模型获取更加真实、清晰的图像,进而实现对人体运动特征的有效检测与捕获,为相关研究提供参考。

关键词： cyclegan 多目视频人体跌倒动作运动检测

基于改进cyclegan的人脸卡通风格化迁移

在线全文

学校读者我要写书评

暂无评论

长春工业大学学报 2024年第3期45卷 272-276页

作者：杜润梅李旭辉刘铭长春工业大学数学与统计学院吉林长春130012

利用改进的循环生成对抗网络cyclegan实现人脸卡通风格化迁移。文中模型在cyclegan基础上通过对生成器模型进行结构改进,在编码器部分采用稠密卷积结构,使模型在减少了参数量的同时可以更好地关注人脸细节特征,加强特征传播,在不改变个... 详细信息

利用改进的循环生成对抗网络cyclegan实现人脸卡通风格化迁移。文中模型在cyclegan基础上通过对生成器模型进行结构改进,在编码器部分采用稠密卷积结构,使模型在减少了参数量的同时可以更好地关注人脸细节特征,加强特征传播,在不改变个人脸型的基础上实现人脸卡通风格化迁移。实验结果表明,改进后的模型风格化迁移图像分辨率更高,配色更协调,尤其是细节处如眼睛、发丝等卡通迁移效果更流畅。

关键词：风格迁移 cyclegan DenseNet模型编码器

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于cyclegan的透射文本图像复原

智能计算机与应用 2024年第7期 211-215页

作者：马咏莉李嘉培郑州科技学院信息工程学院

为了解决文本透射图像复原方法中实际成对图像数据集缺乏而导致的去透射效果欠佳的问题，本文提出了一种基于cyclegan的透射文本图像复原方法。利用cyclegan的约束转移学习能力完成非成对图像的复原任务；考虑到实际透射文本图像的复杂... 详细信息

为了解决文本透射图像复原方法中实际成对图像数据集缺乏而导致的去透射效果欠佳的问题，本文提出了一种基于cyclegan的透射文本图像复原方法。利用cyclegan的约束转移学习能力完成非成对图像的复原任务；考虑到实际透射文本图像的复杂性，结合人类视觉特征，在cyclegan中融入注意力机制，非均匀地处理不同文本特征。实验结果表明，所提方法在公共图像数据集以及真实图像数据上都取得了较好的透射图像恢复结果。

关键词：图像复原 cyclegan 注意力机制透射图像恢复