原始生成对抗网络(generative adversarial network,GAN)在训练过程中容易产生梯度消失及模式崩溃的问题,去模糊效果不佳.由此本文......

近些年深度神经网络迅速发展,作为一种变革性技术,它给人们带来了巨大的经济利益和社会效益,但也引起了人工智能的安全问题。有大......

针对现有的基于生成对抗网络的图像融合方法存在忽略红外图像的热目标信息,可见光图像的部分细节信息丢失的情况,提出一种基于双路......

生成式对抗网络(Generative Adversarial Nets,GAN)和对抗自编码器(Adversarial Autoencoder,AAE)被成功地应用于图像生成。此外,......

在现实生活中,人脸图像的缺失给各行各业的相关工作带来重大困扰,而人脸图像修复技术可以智能高效地解决这个问题。人脸图像修复是......

由于网络训练不稳定,基于生成对抗网络(GAN)的图像超分辨率重建存在模式崩溃的现象。针对此问题,提出了一种基于球形几何矩匹配与......

针对目前图像修复算法存在的修复效果不连续、缺失大小受限、训练过程不稳定等缺点,提出了一种基于生成对抗网络的图像修复方法.利......