【摘 要】
:
图像风格转换是计算机视觉领域中的研究热点问题而受到广泛关注。随着深度学习算法的不断发展,相继出现了卷积神经网络和生成对抗网络,使得图像风格转换研究得到了快速发展,新方法与技术不断出现。本文针对图像风格转换问题,主要进行以下几方面的研究工作:首先,基于卷积神经网络模型,提出了一种基于改进的卷积神经网络的图像风格转换算法。该模型结构包括一个编码器、一个转换网络、一个解码器。编码器采用了一种全新的特征检
论文部分内容阅读
图像风格转换是计算机视觉领域中的研究热点问题而受到广泛关注。随着深度学习算法的不断发展,相继出现了卷积神经网络和生成对抗网络,使得图像风格转换研究得到了快速发展,新方法与技术不断出现。本文针对图像风格转换问题,主要进行以下几方面的研究工作:首先,基于卷积神经网络模型,提出了一种基于改进的卷积神经网络的图像风格转换算法。该模型结构包括一个编码器、一个转换网络、一个解码器。编码器采用了一种全新的特征检测网络对风格内容和样式内容进行特征提取,网络简单参数量更少;对转换网络部分中的大卷积核进行分解,有效地减少了网络模型的参数,提高了风格转换的速度;利用自适应归一化方法对卷积层的输出进行处理,能够更好的保留内容图像中的语义信息。数值实验表明:所提算法能够更好的保留原图像的结构信息,转换后的图像边缘信息更加完整,解决了由于内容图像结构分布复杂导致风格转换后的图像局部模糊的问题,提高了图像风格转换的质量。其次,基于生成对抗网络模型,提出了一种基于改进的循环一致生成式对抗网络的图像风格转换算法。该模型结构包括一个生成器、一个判别器和一个边缘特征提取网络。生成器和判别器均包含一个自我注意模块,以捕捉图像的全局特征。边缘特征提取网络提取原始图像的边缘,并将其与原始图像一起输入网络,可以得到更好细节信息,从而获得更好的感知结果。对损失函数增加了一个感知损失项以此来优化网络。将所提算法分别应用于主流的四个数据集,数值实验结果表明:与其他几个现有模型的结果相比,所提算法具有更优的IS和FID指标值,这说明所构建的模型在风格转移方面的优越性,由于可以更好地保留原始图像的细节信息,使得模型具有更好的主观视觉感知效果。
其他文献
旋转导向钻井工具是钻井系统实现井眼轨迹控制的核心单元,也是目前国内外钻井作业非常重要的技术装备。但经过20多年的研究,国内尚没有一款工作可靠、控制稳定且具有完全自主知识产权的旋转导向钻井工具。本文对比分析了静态推靠式和调制式全旋转两种导向钻井工具的工作原理,吸取两者的优点,提出了一种可控推靠式导向钻头的设计思路及其电磁吸合导向控制方法。主要的研究内容与初步的研究成果如下:1.分析了推靠式导向钻井工
随着西南油气田页岩油气勘探开发规模的不断扩大,确保井控安全和保护油气层已成为钻井工程的重要内容,钻井液面的实时、准确监测是关键。传统的钻井液面监测技术高度依赖人工操作,测量误差较大且无法进行自动监测,同时,监测结果数据单一,无法对井漏状况进行系统分析。研究基于次声波的钻井液面监测系统,实现钻井液面参数的实时监测与动态分析,对准确高效进行漏失判断和漏层位置判断具有重大意义。课题以井漏过程中钻井液面为
微表情是一种人类自然存在的表情,具有出现时间极短且不易察觉,无法进行伪造和抑制作假面部形变等特征,在国家安全、测谎、讯问等领域拥有巨大的应用潜力而受到越来越多的关注,成为表情识别的研究热点问题。在微表情识别中,传统方法对特征进行提取时需要复杂的操作和研究者的自身经验,造成识别很困难。同时从视频中提取表面信息时由于缺乏部分抽象特征表示所需的信息,导致识别率不高。针对微表情识别中的上述问题,本文进行了
旋转导向钻井稳定平台作为旋转导向钻井工具的关键环节,在钻井环境复杂多变、摩擦干扰的影响下,实现对稳定平台的姿态控制,对于提高钻井效率和保证系统可靠性具有重要作用。传统的控制方法虽然在控制精度上取得了一定的进展,但其缺乏自适应学习能力,不能很好解决摩擦干扰带来的影响。本文基于深度强化学习方法,对稳定平台的姿态控制问题展开研究。主要工作内容如下:(1)以旋转导向钻井稳定平台为研究对象,建立稳定平台被控
恒钻压自动送钻是以PLC为控制核心,利用数字PID实现恒钻压闭环控制。然而实际钻井现场工况非常复杂,具有多变量、时变性、强扰动、时滞性等特点,致使现有的PID参数整定方法难以依据实际工况,实现基于环境变化检测和响应的多目标恒钻压自动送钻PID参数优选。针对上述问题,本文提出了一种基于多代表点预测的动态多目标粒子群优化算法,解决自动送钻过程中的PID参数动态整定问题,实现钻压的快速、精准控制。主要成
随着当今社会对互联网、物联网、智能化的快速发展及应用推广,势必也会开拓出农业生产领域的新模式。在对我国北方的冷棚(塑料温室大棚)进行考察了解后发现,大量冷棚的安全性和智能性较差,冷棚幕布容易出现破损,不易及时被人发现,给种植者带来了繁杂劳动等问题,这些很大程度上影响了种植作物质量和人们采用冷棚种植的积极性。因此本文设计一套智能冷棚系统。对冷棚内温度、湿度、光照强度及光照时长等环境变量进行监测和控制
目标检测与识别成为近几年来智能交通系统中最核心技术,同时也是学者研究的重点之一。现有的目标检测与识别模型虽然在精度方面不断突破,但却忽略了其实际应用中最重要的实时性。参数量巨大、计算成本高、无法在保持精度的同时,尽可能的提升检测识别的速度这一问题更是对于智能交通系统的发展影响重大,这正是本文研究的出发点。本文选择了目标检测与识别领域中应用最为广泛且最为稳定的YOLOv4模型,通过对其进行研究和分析
交通标志检测是智能驾驶领域中的关键技术,在智能交通系统和先进辅助驾驶系统中占据主导地位。现实场景检测中,由于雾、雨、雪等恶劣天气和复杂光线等干扰因素会导致图像能见度降低,严重影响了道路交通标志的检测精度和实时性,出现交通标志漏检、错检等情况。针对这些问题,本文对雾天和弱光线两种低能见度环境下的道路交通标志检测算法进行研究,相关的具体工作和创新点如下:1)雾天环境下道路交通标志的检测。(1)去雾预处
随着石油钻机自动化控制技术的不断发展,越来越多的设备需要司钻去操作和监控。而现在的常规钻机的各个设备操作按钮、手柄及控制箱在司钻房内都是“堆积木式”拼装的模式,存在着安全性差和布局混乱的缺点,成为制约国产钻机整体技术水平提升的瓶颈。为解决此类问题国内开发了多种嵌入式智能司钻控制系统,idriller钻机集成控制系统通过司钻座椅将钻机变频控制系统和顶驱控制系统等整合到同一个控制网络中。但其显示界面使
油气勘探开发中,期望探测精度高且探测距离远。幅度大频带宽的冲激声源可以同时满足这两点要求,从而成为随钻深探测仪器发射源的优选之一。冲激声源属于单极子声源,会激发出沿钻铤传播的钻铤波,钻铤波与地层纵波到时相近,且幅值远大于地层纵波的幅值,导致钻铤波干扰或掩盖地层纵波,从而无法获取准确的地层信息。目前切实可用的方法是在钻铤上刻槽以压制钻铤波干扰。本文旨在寻找一种能够有效压制随钻冲激声源深探测钻铤波的隔