【摘 要】
：
近年来生成对抗网络在计算机视觉领域快速发展,尤其在图像数据生成领域占据着主导地位。图像翻译是在不改变图像内容的前提下,将图像转换成另一领域的图像,类似语言翻译。研究总结了基于生成对抗网络的图像翻译方法的最新进展,详细介绍并对比了近两年来的各个方法(Pix2Pix、Cycle GAN、Star GAN等)基本原理与网络框架结构,最后,探讨了在相关领域的应用前景、目前存在的问题以及后续发展趋势。
论文部分内容阅读
近年来生成对抗网络在计算机视觉领域快速发展,尤其在图像数据生成领域占据着主导地位。图像翻译是在不改变图像内容的前提下,将图像转换成另一领域的图像,类似语言翻译。研究总结了基于生成对抗网络的图像翻译方法的最新进展,详细介绍并对比了近两年来的各个方法(Pix2Pix、Cycle GAN、Star GAN等)基本原理与网络框架结构,最后,探讨了在相关领域的应用前景、目前存在的问题以及后续发展趋势。
其他文献
为了提高印刷电路板(PCB)中元件焊点缺陷检测的分类准确率,提出一种基于多特征的支持向量机(SVM)多分类缺陷检测方法。对采集到的焊点图像进行特征提取,提取焊点的形状和纹理特征参数及方向梯度直方图(HOG)特征。首先对提取到的形状和纹理特征,利用SVM中最优的核函数,对焊点多锡、少锡、焊锡合适以及漏焊四种类型进行检测;误检焊点,再利用基于HOG特征的SVM多分类算法对其进行二次检测分类,得到最终分
为了提高修复图像的视觉效果,克服修复过程中块效应的产生,提出了基于自适应调解下信息特征惩罚的图像修复算法。首先,通过置信度与数据项对待修复块的优先级进行运算,从所有待修复块中搜寻出优先级最高的修复块作为优先修复块;然后,利用图像的平均梯度信息,建立自适应调节方法,对样本块的大小进行调节,以适应图像的平滑度变化,避免块效应的产生;最后,引入误差平方和(SSD)函数,从已知区域中搜寻与待修复块最接近的
利用Micro-CT成像以获得glass/epoxy(760E)编织复合材料的影像能够表征其织构形貌、内部缺陷,有助于研究复合材料微观结构与宏观力学性能之间的关系。但由于玻璃纤维与碳纤维在密度上与基体过于接近,导致Micro-CT图像中的灰度级差异过小且混乱,难以采用基于传统灰度特征的图像分割方法对纤维束所对应的图像区域进行识别。此外,由于制作工艺原因,正交两束纤维以及平行两束纤维过分挤压易造成工
为了准确识别出低对比度红外图像的内容,需要设计一个图像细节信息检测系统。采用当前方法设计的系统检测图像细节信息时,不能有效地去除红外图像中存在的噪声,检测所用的时间较长,检测得到的结果误差大,存在去噪效果差、检测效率低和检测结果准确率低的问题。提出低对比度红外图像融合时图像细节信息检测系统设计方法,根据ONLM算法构建红外图像去噪模型,采用Butterworth高通滤波器对去噪后的红外图像进行滤波
在传统质量评估方法的作用下,视频压缩编码失真现象发生几率较高,网络时变特性易受到一定程度的抑制。为解决上述问题,提出一种基于B/S模式的网络通信会议视频质量智能评估方法。在数据功能需求分析的支持下,确定视频质量数据组成分,并利用B/S架构对数据采集表进行管理,完成网络通信会议视频质量数据采集处理。在此基础上,对视频数据进行压缩编码,通过提取特征参数、计算数据比特率的方式,确定QoE/QoS的定义关
手势识别研究旨在探索更加和谐自然的人机交互方式,促进人工智能技术的发展应用,具有重要的研究价值和广泛的社会影响。针对现有的手势识别算法鲁棒性弱、实时性差和识别率低的问题以及传统手势识别当中人工设计的手型特征单一,时序建模过程繁琐的问题,以大多数手势词汇使用运动轨迹进行表述为基础,将运动轨迹的骨架节点流坐标作为训练集和测试集特征,提出基于循环神经网络(RNN)的变体结构长短时记忆网络(LSTM)序列
提出了一种基于深度学习的红外与可见光决策级融合检测方法。首先,提出了一种介于深度学习模型之间的参数传递模型,进而从基于深度学习的可见光物体检测模型上抽取了用于红外物体检测的预训练模型,并在课题组实地采集的红外数据集上进行fine-tuning,从而得到基于深度学习的红外物体检测模型。在此基础上,提出了一种基于深度学习的红外与可见光决策级融合检测模型,并对模型设计、图像配准、决策级融合过程进行了详细
物联网可以看做是引发信息产业革命的关键技术,在计算机发展和信息发展方面发挥重要作用。作为培养计算机人才及技术人才的计算机专业,需要开设计算机物联网工程专业,培养学生的物联网技术相关知识与技能,为我国培养更多的技术人才。计算机学院需要根据物联网技术的发展现状、教学大纲要求及课程开设现状,在现有课程中合理添加物联网技术相关内容,提升学生的物联网技术认知水平及应用能力。
《Photoshop图形图像处理》课程是高职院校许多专业重要的一门课程,课程教学中,由于学生对计算机应用能力不一、缺乏后续课程支持、学生审美能力不足等问题,影响到对本课程的深入学习,应加强与美学等相关学科融合,运用任务驱动、产教结合等方式,提高本课程的教学效果。
针对传统的红外图像智能融合算法存在清晰度较低、运行时间较长等问题,提出基于SNNT变换的区域分割下序列红外图像智能融合算法。利用熵率法将图像划分为若干超像素,选取信息度量精度较高的模糊相关与考虑空间相关性的图割相结合。引用最大模糊相关时,集合划分概率设定图割的数据项,建立模糊相关性图割2-划分算子,引用2-划分算子对目标区域进行分割。在上述基础上,分别对可见光图像与红外图像进行NSST变换,对所有