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

同方期刊数据库

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 ***,the image quality of handheld ultrasound devices is not always satisfactory due to the limited equipment size,which hinders accurate diagnoses by *** the same time,paired ultrasound images are difficult to obtain from the clinic because imaging process is ***,we propose a modified cycle generative adversarial network(cyclegan) for ultrasound image enhancement from multiple organs via unpaired *** introduce an ultrasound image pre-training method that does not require paired images,alleviating the requirement for large-scale paired *** 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 *** improve the robustness of the model,we add Gaussian noise to the training images as data *** 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

cyclegan-SN:结合谱归一化和cyclegan的图像风格化算法

在线全文

学校读者我要写书评

暂无评论

西安交通大学学报 2020年第5期54卷 133-141页

作者：余艳杰孙嘉琪葛思擘杨清宇西安交通大学电子与信息学部西安710049

为解决cyclegan算法图像风格化质量不高、网络稳定性不强的问题,提出了cyclegan-SN算法。在cyclegan算法判别网络的每一个卷积层后添加谱归一化层,通过幂迭代法估算卷积层参数矩阵的谱范数,采用随机梯度下降法更新卷积层参数。由于参数... 详细信息

为解决cyclegan算法图像风格化质量不高、网络稳定性不强的问题,提出了cyclegan-SN算法。在cyclegan算法判别网络的每一个卷积层后添加谱归一化层,通过幂迭代法估算卷积层参数矩阵的谱范数,采用随机梯度下降法更新卷积层参数。由于参数在每一次更新中的变化量很小,只需迭代一次即可快速估算出矩阵的最大奇异值。根据得到的最大奇异值,对卷积层参数进行归一化处理,使得整个判别网络满足1-Lipschitz连续。在4个常用风格图像数据集上进行实验,并与cyclegan算法进行对比,结果表明:所提算法能够在保留原有图像细节的基础上,生成色彩鲜艳、纹理清晰、风格渲染充分的风格化图像;在训练过程中的损失函数振荡幅度小,能够使用更大的学习率进行训练,稳定性较强;能够有效减少网络收敛所需的步数,收敛速度较快;在测试阶段一次性风格化751幅图像时,时间最多仅增加0.63 s,几乎没有额外的时间消耗。

关键词：图像风格化谱归一化 cyclegan

联合3D建模与改进cyclegan的故障数据集扩增方法

在线全文

学校读者我要写书评

暂无评论

光学精密工程 2023年第16期31卷 2406-2417页

作者：李宝平戚恒熠王满利魏坡河南理工大学物理与电子信息学院河南焦作454000

基于深度学习的设备故障检测系统性能很大程度上依赖于样本集的规模及类别多样性。由于工业生产中难以全面采集各类故障样本,由此就有样本集扩增需求。本文提出联合3D模型和改进cyclegan的故障数据集扩增方法。首先,提出利用3D建模软件... 详细信息

基于深度学习的设备故障检测系统性能很大程度上依赖于样本集的规模及类别多样性。由于工业生产中难以全面采集各类故障样本,由此就有样本集扩增需求。本文提出联合3D模型和改进cyclegan的故障数据集扩增方法。首先,提出利用3D建模软件模拟生成各类故障图片,将其作为cyclegan迁移网络输入,约束引导生成真实故障图像,以解决样本不足及分布不均衡问题;其次,对cyclegan网络生成器进行改进,提出U-ResNet生成器,用以解决数据集扩增过程中的边缘模糊和梯度消失问题。将该方法应用于带式输送机跑偏检测任务,结果表明相较于其他扩增方法,该方法训练过程中轮廓结构收敛快,时效性好,应用于目标检测网络准确率达到98.1%,较原真实数据集提升4.5%。说明该数据集扩增方法可以满足故障数据集类别分布均衡,图像质量高的要求。

关键词：数据集扩增 3D模型 cyclegan U-ResNet 带式输送机

维普期刊数据库博看期刊

改进的cyclegan网络用于水下显微图像颜色校正

在线全文

学校读者我要写书评

暂无评论

光学精密工程 2022年第12期30卷 1499-1508页

作者：王昊天刘庆省陈亮叶旺全卢渊郭金家郑荣儿中国海洋大学信息科学与工程学部物理与光电工程学院山东青岛266100

针对海洋水体及悬浮颗粒物吸收和散射所导致的水下显微图像的颜色信息失真问题,本文提出了一种改进的循环一致性对抗网络(Cycle-consistent Adversarial Network,cyclegan)算法,实现对水下目标物图像的颜色校正。通过在原始水下降质图... 详细信息

针对海洋水体及悬浮颗粒物吸收和散射所导致的水下显微图像的颜色信息失真问题,本文提出了一种改进的循环一致性对抗网络(Cycle-consistent Adversarial Network,cyclegan)算法,实现对水下目标物图像的颜色校正。通过在原始水下降质图像和重构水下图像之间加入R、G、B三个通道的结构相似性(Structure Similarity Index Measure,SSIM)损失函数,度量二者图像之间的信息损失,进而实现R、G、B三个通道颜色的精准调控,不仅增强了cyclegan网络的整体性能,也提高了生成器生成图像的质量。然后,利用水下多色自制标靶及天然矿石的显微图像组成的训练数据集对本文所提的改进网络进行训练,所得的模型可用于实际矿石样品表面的显微图像颜色校正。结果表明,本文所提的改进的cyclegan算法较其它方法在颜色校正方面有着明显的优势。与传统的Retinex算法相比,处理后的图像峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)和结构相似性指标分别提高41.85%、35.62%,而且,从主观视觉角度可发现经过校正的水下显微图像与空气中图像颜色相似度最高。综上,本文方法可以有效地对水下目标物图像进行颜色校正,并提升水下显微图像的质量,有望在海洋地质和海洋生物学方面得到应用。

关键词：海底深部微生物观测水下显微成像 SSIM损失函数 cyclegan 颜色校正

维普期刊数据库博看期刊

基于YOLO v8和cyclegan的红掌植株表型参数自动提取方法

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2024年第11期55卷 154-159,319页

作者：卢鹏孙天文陈明王振华郑宗生上海海洋大学信息学院上海201306

植株表型参数是描述植物形态、结构和生理特征的定量化指标,可揭示植物生长规律,以及与环境因素之间的关系。现有的人工测量和激光雷达点云植株表型参数提取方法存在数据误差大、易损伤植株、成本高和数据量大等问题。为此,本文提出了... 详细信息

植株表型参数是描述植物形态、结构和生理特征的定量化指标,可揭示植物生长规律,以及与环境因素之间的关系。现有的人工测量和激光雷达点云植株表型参数提取方法存在数据误差大、易损伤植株、成本高和数据量大等问题。为此,本文提出了一种基于YOLO v8和cyclegan的红掌植株表型参数自动提取方法,利用双重注意力机制CBAM改进YOLO v8,提高模型特征提取能力,对红掌植株叶片进行检测与分割;通过Grabcut算法去除分割后图像背景区域特征,并利用VGG模型对其进行分类,分出完整型红掌植株叶片和缺失型红掌植株叶片;在cyclegan的生成器中引入双重注意力机制和特征金字塔,提高模型多尺度特征的提取能力,引入SmoohL1损失函数,提升模型稳定性,对缺失型红掌植株叶片进行修复;提出一种表型参数提取算法(Phenotypic parameters extraction algorithms,PPEA),实现对红掌植株叶长、叶宽和叶面积的自动提取。以650幅自建数据集为例,对上述方法进行了比较与分析,实验结果证明,本文方法在红掌植株表型参数自动提取方面具有良好的效果。

关键词：表型参数提取红掌目标检测图像修复 YOLO v8 cyclegan

基于SE注意力cyclegan的蓝印花布单纹样自动生成

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

丝绸 2024年第1期61卷 31-37页

作者：冉二飞贾小军喻擎苍谢昊陈卫彪浙江理工大学计算机科学与技术学院(人工智能学院) 杭州310018 嘉兴学院信息科学与工程学院浙江嘉兴314001 浙江师范大学数学与计算机科学学院浙江金华321004

根据蓝印花布纹样的风格特征,文章提出一种端到端的蓝印花布纹样自动生成方法,实现简笔画图像向蓝印花布单纹样的自动迁移。针对蓝印花布的抽象风格和小数据集问题,重新构造cyclegan生成网络中的编码器和解码器,使用SE(squeeze and exci... 详细信息

根据蓝印花布纹样的风格特征,文章提出一种端到端的蓝印花布纹样自动生成方法,实现简笔画图像向蓝印花布单纹样的自动迁移。针对蓝印花布的抽象风格和小数据集问题,重新构造cyclegan生成网络中的编码器和解码器,使用SE(squeeze and excitation)注意力模块和残差模块与原始的卷积模块串联,提高特征提取能力和网络学习能力。同时减少生成网络中转换器的残差块层数,降低过拟合。实验结果表明,基于SE注意力cyclegan网络方法自动生成的蓝印花布新纹样主观性上更贴合原始风格,与原图更加接近,有助于蓝印花布的数字化传承和创新。

关键词：蓝印花布 SE注意力风格迁移 cyclegan 单纹样半监督学习图像生成

同方期刊数据库博看期刊

基于特征约束cyclegan的单幅图像去雾算法研究

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2021年第14期58卷 264-270页

作者：王殿伟李顺利韩鹏飞刘颖姜静任新成西安邮电大学通信与信息工程学院陕西西安710121 西湖大学工学院人工智能研究与创新中心浙江杭州310024 延安大学物理与电子信息学院陕西延安716000

针对雾天场景下成像设备采集的图像降质严重的问题,提出一种基于特征约束循环生成对抗网络(cyclegan)的单幅图像去雾算法。首先,通过循环生成对抗网络学习雾天图像与清晰图像之间的映射关系,经由判别器判断重建图像是否符合真实样本图... 详细信息

针对雾天场景下成像设备采集的图像降质严重的问题,提出一种基于特征约束循环生成对抗网络(cyclegan)的单幅图像去雾算法。首先,通过循环生成对抗网络学习雾天图像与清晰图像之间的映射关系,经由判别器判断重建图像是否符合真实样本图像的数据分布;然后,针对网络模型损失函数部分,构建基于循环一致损失和Haze损失的联合函数。在Haze损失函数中引入图像频率信息作为约束项,并结合预训练的VGG-16模型提取图像高维特征的内容损失,从而提高网络的去雾性能,解决了cyclegan模型去雾不足和图像信息丢失的问题;最后,将峰值信噪比和结构相似性作为评价标准,对输入的雾天图像和输出的去雾增强图像进行定量分析。实验结果表明,提出的算法能有效地降低雾对成像质量的影响,进而获得更好的主观视觉评价和客观量化评价。

关键词：数字图像处理图像去雾 cyclegan Haze损失特征约束

基于多视角序列图像的高光去除cyclegan网络

在线全文

学校读者我要写书评

暂无评论

郑州大学学报（理学版） 2023年第5期55卷 11-16页

作者：郭圣逸李丽沈彬陈常念胡新荣纺织服装智能化湖北省工程研究中心湖北武汉430200 湖北省服装信息化工程技术研究中心湖北武汉430200 武汉纺织大学计算机与人工智能学院湖北武汉430200

光线照射镜面物体产生的镜面反射使得采集的图像产生高光现象,高光会影响很多视觉任务的精度。针对图片的去高光问题,在经典无监督学习cyclegan的框架下提出了一种端到端的分层网络,该模型的输入为已标定的序列高光图像,输出为去除高光... 详细信息

光线照射镜面物体产生的镜面反射使得采集的图像产生高光现象,高光会影响很多视觉任务的精度。针对图片的去高光问题,在经典无监督学习cyclegan的框架下提出了一种端到端的分层网络,该模型的输入为已标定的序列高光图像,输出为去除高光的图像。为了获取成对数据集以训练网络,使用可微分渲染器生成视角、光照可控镜面反射-漫反射成对合成数据集。无监督cyclegan图像风格迁移网络作用于输入图像时,仅使用小批量的背景图片,即可将图像分解为前景与背景,图像风格迁移网络仅作用于前景,进一步提高了图像转换的精度。实验结果表明,该方法可有效去除高光。

关键词：高光去除卷积神经网络 cyclegan 无监督可微分渲染

基于cyclegan的太阳电池电致发光图像数据增强方法

同方期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

液晶与显示 2024年第8期39卷 1057-1069页

作者：何翔杨爱军黎健生陈彩云游宏亮福建省计量科学研究院国家光伏产业计量测试中心福建福州350003 福建省计量科学研究院福建省能源计量重点实验室福建福州350003

针对光伏组件电致发光缺陷自动识别研究中训练用图像不足以及生成图像质量不佳的问题,采用cyclegan生成了太阳电池EL缺陷图像,并与DCGAN生成的图像进行了综合性对比。将拍摄到的EL图像进行分类和数据增强形成训练集。接着采用训练集对cy... 详细信息

针对光伏组件电致发光缺陷自动识别研究中训练用图像不足以及生成图像质量不佳的问题,采用cyclegan生成了太阳电池EL缺陷图像,并与DCGAN生成的图像进行了综合性对比。将拍摄到的EL图像进行分类和数据增强形成训练集。接着采用训练集对cyclegan与DCGAN进行训练。最后,从生成图像的有效性、相似性和多样性3个角度对比了两个模型所生成的图像。实验结果表明,cyclegan所生成的图像中,有效图像的占比显著高于DCGAN。与真实拍摄的图像相比,cyclegan所生成图像的感官相似性极高,难以通过人眼分辨。cyclegan所生成图像的FID指标显著低于DCGAN。采用cyclegan生成图像训练的分类模型对真实拍摄图像的准确率达到93.45%,当训练集中混入少量真实拍摄图像时,该准确率提升至98.26%,显著高于DCGAN。cyclegan生成图像的平均MS-SSIM指标显著低于DCGAN。采用cyclegan进行太阳电池EL图像的数据增强是一种行之有效的方法,在有效性、相似性和多样性3方面显著优于DCGAN。

关键词：光伏组件太阳电池电致发光 cyclegan DCGAN