针对现有异源图像匹配存在的模态差异大、匹配难度大、鲁棒性差等问题,基于生成对抗网络转换思想及传统的局部特征提取能力,提出基......

为了降低在线交易欺诈数据的不平衡性对欺诈检测效果的影响,提出了一种基于特征优化生成对抗网络的在线交易反欺诈方法.该方法建立......

与基于图像增强的去雾算法和基于物理模型的去雾算法相比,基于深度学习的图像去雾方法在一定程度上提高计算效率,但在场景复杂时仍......

目的电力线在航拍图像中的提取是智能巡检的重要研究内容,基于深度学习的图像语义分割模型在此领域的应用已有较好的效果。然而,图......

人脸合成由于其应用与技术价值,是机器视觉领域的热点之一,而近年来深度学习的突破性进展使该领域吸引了更多关注。将该领域的研究......

针对SRGAN红外图像超分辨重建时,存在图像高频特征丢失及细节伪影问题,本文提出双判别生成对抗网络DDSRGAN(Double Discrimination......

随着电动汽车(EV)充电设施规模的不断扩大,EV充电数据可以更方便地获得。某些非人为因素会导致数据集中存在数据缺失和数据异常的......

高光谱图像能够获取几十到几百个波段的连续光谱信息,同时保留被拍摄物体的空间信息和光谱信息。高光谱图像连续的光谱信息可以直......

建筑功能布局作为建筑设计的基本内容,随着人工智能的发展,智能化建筑功能自动布局越发值得期待。本文提出基于生成对抗网络(GAN)......

针对低光照图像增强任务中缺少正常光照的参考图像问题,提出了一种基于生成对抗网络的无参考低光照图像增强方法,即在不需要参考图......

目的人脸属性识别是计算机视觉和情感感知等领域一个重要的研究课题。随着深度学习的不断发展,人脸属性识别取得了巨大的进步。目......

目的模糊车牌识别是车牌识别领域的难题,针对模糊车牌图像收集困难、车牌识别算法模型太大、不适用于移动或嵌入式设备等不足,本文......

目的现有的医学图像配准算法在处理较大非刚性形变的医学图像时,存在配准精度低和泛化能力不足的问题。针对该问题,提出结合密集残......

肝脏肿瘤的精确分割是肝脏疾病诊断、手术计划和术后评估的重要步骤。计算机断层成像(computed tomography,CT)能够为肝脏肿瘤的诊......

基于深度学习的语音增强模型对训练集外语言语音和噪声进行降噪时,性能明显下降。为了解决这一问题,提出一种引入注意力机制的生成......

为了提高生成对抗网络模型对抗样本的多样性和攻击成功率,提出了一种GAN图像对抗样本生成方法。首先,利用原始样本集整体训练一个......

生成对抗网络(GAN)与图像处理的结合一直受到机器视觉领域研究者的推崇,GAN凭借其强大的网络结构和特征学习能力,在图像生成和转换......

由于新能源数据的随机性和波动性等特点,并网数据存在的数据缺失、重复、异常以及分布不均匀等数据质量问题变得越来越突出,针对数......

人工智能(Artificial Intelligence,AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科......

为了提高偏转人脸转正的效果,借鉴双通道生成对抗网络(TP-GAN)双通道生成的思想,将原始网络中的深度卷积生成对抗网络(DCGAN)替换......

针对任意形状遮挡下人脸修复,现有方法容易产生边缘模糊和恢复结果失真等问题。提出了一种结合边缘信息和门卷积的人脸修复算法。......

在图像补全技术中,当图像丢失较多信息时,仅凭自身已有的信息很难补全图像.因此,文中使用条件生成对抗网络(CGAN)和多粒度认知相结......

近年来,监督学习和强化学习先后应用到股票量化投资的研究上,使用这类深度学习技术实现海量数据分析,使得量化投资从单纯的CTA/alp......

水下目标的准确识别是水下机器人实现抓取、捕捞等安全作业的前提,针对水下图像质量差、样本数量少及类不平衡而导致目标识别精确......

深度神经网络极易受到局部可视对抗扰动的攻击.文中以生成对抗网络为基础,提出局部可视对抗扰动生成方法.首先,指定被攻击的分类网......

卫星任务属性配置是卫星任务规划与资源调度的重要前提,其一般过程为,基于目标形态、地理位置、气象条件等不同的航天综合场景信息......

基于数据驱动的深度学习技术成为新一代智能电网的应用趋势,该技术对电网中有标注训练数据的量级提出更高的要求。为了获取更多有......

基于数据驱动的设备故障智能诊断方法是监测设备健康状况的重要手段,然而实际应用中,难以获取到足量有效的故障数据训练智能诊断模......

近年来人工智能被初步应用于视觉设计流程中,对传统的设计方法和工作模式产生了一定的影响。本文通过对人工智能设计中的关键技术......

人工智能技术不仅深刻地改变着人们的生产和生活方式,也在通过艺术创作解构和颠覆人类的思维模式.本文以图像艺术为例,从风格迁移......

现有基于生成器的对抗样本生成模型相比基于迭代修改原图的算法可有效降低对抗样本的构造时间,但其生成的对抗样本与原图在感知上......

基于深度卷积神经网络的超分辨率重建方法虽然有较高的峰值信噪比(PSNR),但重建结果在大尺度因子下存在缺乏高频信息和纹理细节,视......

随着数字多媒体的发展,网络数字媒体已经逐渐成为人们传递和获取信息的主要方式,同时,以数字媒体为载体的隐写术也得到了空前的发......

为了解决太阳能电池样本不均衡问题,提出负样本引导生成对抗网络的太阳能电池缺陷样本增强方法.通过在生成对抗模型中引入大量负样......

深度神经网络易受对抗样本攻击的影响并产生错误输出,传统的生成对抗样本的方法都是从优化角度生成对抗样本.文中提出基于生成对抗......

针对逆强化学习算法在训练初期由于专家样本稀疏所导致的学习速率慢的问题,提出一种基于生成对抗网络(Generative Adversarial Net......

航天环境复杂,技术难度大,风险高,安全可靠性要求苛刻。航天异常事件样本少,且难以获取,有针对性地开展异常事件检测(AED)很有必要......

生成对抗网络(GAN)是目前图像生成领域中一种新的、有效的训练生成模型方法,单一生成对抗网络(SinGAN)是建立在一张图片上的无条件......

在图像分类任务中,零样本图像分类问题已成为一个研究热点。为了解决零样本图像分类问题,采用一种基于生成对抗网络(GAN)的方法,通......

我国人工智能算法的图像识别技术,已经进入了快速发展阶段。根据国内外的发展与研究现状分析,我们可以利用PCA、神经网络(ANN)、SV......

目的针对红外与可见光图像在融合过程中,融合图像失真以及可见光图像信息融合不足的问题,提出一种联合多网络结构的红外与可见光图......