【摘 要】
：
利用生成对抗网络对图像进行风格迁移，将真实世界的图像直接转换为高品质动漫风格，是当今计算机视觉的研究热点之一。针对目前流行的AnimeGAN和CartoonGAN漫画生成对抗网络在图像迁移中存在细节丢失严重、色彩失真等问题。本文通过引入SE-Residual Block (挤压激励残差块)、漫画脸部检测机制并优化损失函数提出全新的ExpressionGAN解决了AnimeGAN迁移图像细节丢失严重
论文部分内容阅读
利用生成对抗网络对图像进行风格迁移，将真实世界的图像直接转换为高品质动漫风格，是当今计算机视觉的研究热点之一。针对目前流行的AnimeGAN和CartoonGAN漫画生成对抗网络在图像迁移中存在细节丢失严重、色彩失真等问题。本文通过引入SE-Residual Block (挤压激励残差块)、漫画脸部检测机制并优化损失函数提出全新的ExpressionGAN解决了AnimeGAN迁移图像细节丢失严重的问题。通过加入DSConv(分布偏移卷积)提出SceneryGAN 加快了训练速度并消除了Cartoo
其他文献
提出了一种面向共享用电的RSA改进算法及其应用方案，用以提高用户在共享用电过程中的安全。改进后的RSA加密算法通过对比素数α、β的大小，产生托管密钥分散因子、增加解密的平方根运算等措施，解决了传统RSA算法中密钥长度被分解后，威胁到整体加解密方案的问题。该算法内嵌于密码机和动态二维码模块的安全加解密芯片内，形成安全加解密通信信道，用于保障信息传递及二维码生成过程中内容不被篡改。仿真测试结果表明，该
【目的】探究岩溶石漠化区土壤团聚体养分及酶活性特征，可为该地区土壤改良和植被恢复提供理论依据。【方法】以滇中高原4种不同石漠化程度(潜在、轻度、中度和重度石漠化)土壤为研究对象，对其表层土壤3种团聚体(粒径2.00 mm)分布特征，团聚体4种水解酶(淀粉酶、脲酶、β-葡萄糖苷酶、酸性磷酸酶)活性和3种养分(有机碳、全氮、全磷)质量分数特征进行分析。【结果】(1)不同石漠化程度土壤团聚体组成比例随粒
脊柱磁共振(Magnetic Resonance，MR)图像精确分割是脊柱配准、三维重建等技术的前提。传统脊柱MR图像分割方法过程繁琐、精度低。为克服传统方法弊端，提出了一种基于深度学习的脊柱MR图像自动分割方法。本方法构建对称通道卷积神经网络提取多尺度图像特征，通过残差连接解决训练中网络退化问题，同时用跳跃连接层连接中间层特征减少信息丢失。此外，在搭建的网络模型中加入卷积块注意力机制关注空间和通
针对传统水下目标检测算法受环境影响较大的问题提出使用一种新的轻量化网络LUNet提取提取特征，结合两阶段检测算法提出轻量化检测器LUDet。首先，网络的第一个阶段使用高效的卷积池化来获取不同特征表达。然后在稠密连接结构的基础上提出两路稠密连接，提高网络表征能力。网络由卷积池化层与两路稠密连接结构构成，网络中使用GhostModel代替1×1点卷积。使用CAFIR10和CAFIR100数据集进行的分
铁氧化物是环境敏感矿物，也是土壤团聚体的重要胶结物。自然铁氧化物相存在多尺度分异现象，可能影响团聚体的形成与稳定。本文以闽中丘陵区花岗岩坡地上发育的富铁土序列为研究对象，通过湿筛法和吸管法分离团聚体；运用土壤化学和漫反射光谱（Diffuse reflectance spectroscopy，DRS）方法测定了全铁（Fe_(t)）、游离铁（Fe_(d)）、无定形铁（Fe_(o)）、赤铁矿（Hm）和针
针对现有摔倒检测方法在不同场景下适应性弱、用户体验差、识别率不可靠等缺点，本文提出一种结合门控循环单元和时空注意力模块（STM-GRU）摔倒识别模型，利用骨架数据对摔倒动作进行识别的方法.该方法首先对原始骨架数据进行预处理去除误差数据；然后对人体在米字型8个方向上的摔倒倾斜姿态进行分析，提取骨架空间特征，接着从连续时刻骨架序列中提取时序变化特征，解决了尺度、位移变化问题；最后将时空特征输入STM-
天基光学监测系统是态势感知的重要内容。分析了星空场景下面目标的光电成像过程，在面目标成像的基础上设计了天基空间目标场景成像仿真系统。提出了一种根据卫星表面所用材料的复杂反射分布特性改进二次反射光线抽样范围的方法。根据太阳电池板材料和聚酰亚胺膜两种材料的反射分布，分别确定了顶角为10°和15°的光线集中区域进行蒙特卡洛抽样。目标成像模块包含实时和高质量两种模式。当选择实时成像模式时，系统直接调用Op
为提高电磁层析成像(electromagnetic tomography，EMT)技术在金属结构缺陷检测时图像重建的效果，研究了基于迭代硬阈值(iterative hard thresholding， IHT)算法的稀疏成像方法。该文对传统图像重建算法的出发点、计算过程进行分析，再根据金属结构上缺陷分布的稀疏特性，选择了稀疏成像方法；结合l_(2)、l_(1)、l_(0)范数约束下解的特点，选择l
针对红外与可见光图像配准过程中模态和尺度差异影响下特征点难配准的问题，提出基于模态转换结合鲁棒特征的红外可见光图像配准方法。利用生成对抗网络从可见光图像中生成相应的伪红外图像，通过加速鲁棒特征（SURF）算法提取红外图像的特征点位置信息结合改进的鲁棒特征描述子(PIIFD)实现特征描述并且基于Hilbert空间重构的核方法，建立了单高斯鲁棒点匹配模型，在存在异常值的情况下估计映射函数最后采用加权最
[目的]构建融合高级与低级视觉特征的农业图像(果实、农作物及畜禽目标)显著性区域预测算法,为农作物生长状态的监测、动物的体况评估提供支持。[方法]提出一种整合高级和低级视觉特征的农业图像显著性区域预测深度学习框架及其预训练方案。在MSRA10k数据集上按照6:2:2的比例进行训练、验证和测试,并采用F-Measure作为评价指标,在6种公共数据集(SOD、ASD、SED2、ECSSD、HKU-IS