论文部分内容阅读
提出了一种基于生成对抗网络(GAN)的铁路周界行人样本生成算法,解决了深度网络训练时候,行人样本缺乏的问题.该算法在像素转换生成对抗网络(Pix2Pix GAN)和行人生成对抗网络(PS-GAN)的基础上,根据实际的铁路周界环境,进行了三点改进.实验说明,该算法能够生成更逼真的行人,并且和背景的融合度更高.