基于改进GAN算法的电机轴承故障诊断方法 被引量：18

1

作者 徐林 郑晓彤 +1 位作者 付博 田歌 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2019年第12期1679-1684,共6页

提出一种基于改进GAN(生成对抗网络)的滚动轴承故障诊断方法,以振动信号作为主要依据,结合连续小波变换处理非平稳信号的能力和半监督生成对抗网络(semi-supervised generation adversarial networks,SSGAN)处理和识别图像的功能,在半... 提出一种基于改进GAN(生成对抗网络)的滚动轴承故障诊断方法,以振动信号作为主要依据,结合连续小波变换处理非平稳信号的能力和半监督生成对抗网络(semi-supervised generation adversarial networks,SSGAN)处理和识别图像的功能,在半监督生成对抗网络的基础上引入条件模型并对损失函数进行优化,指导生成器和判别器的训练.首次将改进GAN算法应用于故障诊断领域并利用其生成模型和半监督学习能力分别解决了样本数据不足和样本标记问题.实验表明,连续小波变换与改进GAN结合的故障诊断方法与其他主流诊断方法相比能达到较高准确率. 展开更多

关键词 轴承 连续小波变换 时频图 半监督学习 GAN(生成对抗网络) 故障诊断

下载PDF 职称材料

基于聚集残差生成对抗网络的图像去模糊 被引量：8

2

作者 金燕 黄梦佳 姜智伟 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2022年第1期84-93,共10页

针对现有图像去模糊算法存在的处理模糊种类单一、耗时长等问题,提出了一种基于聚集残差生成对抗网络的图像去模糊算法.首先,利用生成对抗网络,生成重建图像判别标签,使最后生成的图像更加接近清晰图像;其次,结合聚集残差网络与通道注... 针对现有图像去模糊算法存在的处理模糊种类单一、耗时长等问题,提出了一种基于聚集残差生成对抗网络的图像去模糊算法.首先,利用生成对抗网络,生成重建图像判别标签,使最后生成的图像更加接近清晰图像;其次,结合聚集残差网络与通道注意力模块,构成特征提取模块,提取中间层的有用特征信息;最后,采用WGAN的Wasserstein-1距离与感知损失结合作为损失函数训练模型,保证生成图像与清晰图像在内容上的一致性.在PyTorch环境下用GOPRO数据集和Kohler数据集测试所提算法,并与L0范数先验、暗通道先验、特异性去模糊、DeepDeblur,DeblurGAN等算法进行对比.实验结果表明,所提算法应用于复原运动模糊图像和高斯模糊图像时,峰值信噪比等评价指标均高于其他算法,并且耗时更短. 展开更多

关键词 图像去模糊 聚集残差 通道注意力 生成对抗网络

下载PDF 职称材料

基于生成对抗网络的语音增强算法研究 被引量：5

3

作者 柯健 徐志京 《信息技术与网络安全》 2018年第5期54-57,共4页

针对目前基于神经网络的语音增强算法中忽略语音相位的问题,提出一种端到端的语音增强算法。该算法基于生成对抗网络进行语音增强,生成模型和判别模型均使用全卷积神经网络来代替,有效利用语音信号时域上的细节信息。使用TIMIT语音数据... 针对目前基于神经网络的语音增强算法中忽略语音相位的问题,提出一种端到端的语音增强算法。该算法基于生成对抗网络进行语音增强,生成模型和判别模型均使用全卷积神经网络来代替,有效利用语音信号时域上的细节信息。使用TIMIT语音数据集,通过在不同分贝噪声条件下与传统维纳滤波算法进行比较分析,实验结果表明,该方法不仅能实现语音增强,并能有效提高语音清晰度。 展开更多

关键词 语音增强 神经网络 生成对抗网络 全卷积神经网络

下载PDF 职称材料

基于加权损失函数的多尺度对抗网络图像语义分割算法 被引量：3

4

作者 张宏钊 吕启深 +2 位作者 党晓婧 李炎裕 代德宇 《计算机应用与软件》 北大核心 2020年第1期284-291,共8页

针对现有的语义分割算法存在分割结果空间不一致的问题,提出一种基于加权损失函数的多尺度对抗网络语义分割算法。在DeepLab v3基本框架的基础上,引入Pix2pix网络作为生成对抗网络模型,实现多尺度对抗网络语义分割。同时,为增加模型的... 针对现有的语义分割算法存在分割结果空间不一致的问题,提出一种基于加权损失函数的多尺度对抗网络语义分割算法。在DeepLab v3基本框架的基础上,引入Pix2pix网络作为生成对抗网络模型,实现多尺度对抗网络语义分割。同时,为增加模型的泛化能力与训练精度,提出将传统的多分类交叉熵损失函数与生成器输出的内容损失函数和鉴别器输出的对抗损失函数相结合,构建加权损失函数。大量定性定量实验结果表明,该算法能够识别并分割细小的物体,其语义分割性能超过现有的深度网络,在保证语义分割空间一致性的同时提高了分割效率。 展开更多

关键词 语义分割 生成对抗网络 加权损失函数 多尺度特征 多孔空间金字塔池化

下载PDF 职称材料

结合自注意力机制的进化GAN人脸图像生成 被引量：2

5

作者 马力 李秋丽 《西安邮电大学学报》 2020年第3期69-76,共8页

针对生成对抗网络在训练类别丰富、细节特征复杂的数据集时,难以捕捉图像全局与局部特征间的依赖关系而出现图像分辨率不高、特征信息不完善等问题,提出一种结合自注意力机制的进化生成对抗网络(generative adversarial networks,GAN)... 针对生成对抗网络在训练类别丰富、细节特征复杂的数据集时,难以捕捉图像全局与局部特征间的依赖关系而出现图像分辨率不高、特征信息不完善等问题,提出一种结合自注意力机制的进化生成对抗网络(generative adversarial networks,GAN)图像生成方法。在进化生成对抗网络的生成器和鉴别器中均引入自注意力机制,捕获图像低分辨特征图的空间局部点生成高分辨的细节,提高图像细节的丰富性;将残差模块引入生成器,充分提取图像的空间特征,克服模型训练时需增大感受野而出现对卷积层深度的依赖问题。实验结果表明,该方法相比其他生成模型能够有效地提升图像的质量以及多样性,且提高了模型训练的稳定性。 展开更多

关键词 神经网络 生成对抗网络 自注意力机制 图像生成 残差模块

下载PDF 职称材料

基于条件生成对抗网络的水下图像增强算法 被引量：5

6

作者 杨国亮 王杨 赖振东 《传感器与微系统》 CSCD 北大核心 2021年第5期121-123,共3页

针对由于光在水中传播所带来的影响,导致所获得的水下图像不清晰以及颜色失真的问题,提出了一种基于条件生成对抗网络(CGAN)的水下图像增强算法。为了达到更好的增强效果,利用完全配对的水下图像与清晰图像进行模型的训练,通过端到端的... 针对由于光在水中传播所带来的影响,导致所获得的水下图像不清晰以及颜色失真的问题,提出了一种基于条件生成对抗网络(CGAN)的水下图像增强算法。为了达到更好的增强效果,利用完全配对的水下图像与清晰图像进行模型的训练,通过端到端的方式获取增强图像。在生成网络模型中,采用U-Net网络结构进行网络的信息减负,同时为了捕捉到更多的低频特征,在损失函数中引入L 1损失,让生成的结果更加真实和清晰。通过最后的实验结果表明:训练的模型有效解决了水下图像的颜色失真与模糊问题,对水下图像有不错的增强效果。 展开更多

关键词 水下图像增强 条件生成对抗网络 深度学习

下载PDF 职称材料

基于DCGAN的课堂表情图像生成方法

7

作者 徐新爱 李钢 《计算机与现代化》 2024年第8期88-91,126,共5页

为了构建课堂表情图像数据库,弥补特定条件下课堂表情多样性的不足,提出一种利用深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Networks,DCGAN)生成课堂表情图像的方法。首先,利用线下教学监控视频和线上课堂视频... 为了构建课堂表情图像数据库,弥补特定条件下课堂表情多样性的不足,提出一种利用深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Networks,DCGAN)生成课堂表情图像的方法。首先,利用线下教学监控视频和线上课堂视频自主采集课堂表情图像,得到较均衡且样本特征丰富的小型图像集;其次,对原始图像进行去雾、增强、镜像等图像预处理操作,构建课堂表情数据训练集;再次,通过对基于DCGAN模型的课堂表情图像生成网络的构建和初步参数设置,并不断优化网络超参数,以生成课堂表情图像数据集;最后,利用人脸检测算法和IS (Inception Score)评价指标对生成课堂表情图像进行检测和评价,并验证生成图像在检测网络中的可行性和有效性。实验结果表明:本文基于DCGAN的方法能够生成较逼真的课堂表情图像,能够有效地增广课堂表情数据集,增强课堂表情图像的多样性。 展开更多

关键词 深度学习 深度卷积生成对抗网络 图像生成 课堂表情

下载PDF 职称材料

结合频谱规范化与自注意力机制的DCGAN研究 被引量：2

8

作者 李秋丽 马力 《计算机应用与软件》 北大核心 2021年第2期227-232,290,共7页

针对基于深度卷积对抗式生成网络的图像生成方法存在训练过程稳定性亟待提高、图像生成质量效果欠佳等问题,提出一种将频谱规范化、自注意力机制与深度卷积对抗式生成网络结合的图像生成方法。在网络结构中,将频谱规范化的权重标准技术... 针对基于深度卷积对抗式生成网络的图像生成方法存在训练过程稳定性亟待提高、图像生成质量效果欠佳等问题,提出一种将频谱规范化、自注意力机制与深度卷积对抗式生成网络结合的图像生成方法。在网络结构中,将频谱规范化的权重标准技术引入判别器,使判别器的参数矩阵满足Lipschitz约束,提高网络模型训练过程的稳定性;将自注意力机制引入生成器,使网络有目的地学习,得到质量更好的图像。实验结果证明,该方法相比目前的生成模型在CelebA、Cartooon数据集上能够有效地提高模型的收敛速度、训练稳定性和图像生成效果。 展开更多

关键词 深度卷积对抗式生成网络 生成对抗网络 图像生成 频谱规范化 Lipschitz约束 自注意力机制

下载PDF 职称材料

一种基于弱监督学习的图像镜面高光去除算法 被引量：1

9

作者 郑元丰 张威 +1 位作者 江昊 华光 《信号处理》 CSCD 北大核心 2023年第6期1016-1024,共9页

高质量图像是计算机视觉任务的基础,但实际生活中高光的出现会覆盖物体表面的纹理和颜色信息,导致图像质量显著下降。目前用于高光去除的深度学习方法往往需要大量高光-无高光配对图像进行监督,而高光图像对应的无高光版本存在收集和处... 高质量图像是计算机视觉任务的基础,但实际生活中高光的出现会覆盖物体表面的纹理和颜色信息,导致图像质量显著下降。目前用于高光去除的深度学习方法往往需要大量高光-无高光配对图像进行监督,而高光图像对应的无高光版本存在收集和处理困难的问题。本文提出一种基于弱监督学习的图像镜面高光去除算法,旨在仅使用高光图像完成训练且达到很好的高光去除效果。首先,利用稀疏非负矩阵分解(NMF)方法估计图像的高光区域,并从无高光区域裁剪出无高光的参考图像。然后,将两者输入到联合训练的高光生成、高光消除和图像重建模块,协同优化各模块功能。总体采用循环生成对抗网络(CycleGAN)架构训练网络并最终生成无高光图像。选取自然图像数据集SHIQ和LIME进行实验,实验结果表明,所提方法能够有效去除镜面高光,并且在性能上对比现有的弱监督学习方法有较大提升。 展开更多

关键词 镜面高光去除 循环生成对抗网络 弱监督学习 稀疏非负矩阵分解

下载PDF 职称材料

基于通道注意力机制的文本生成图像方法 被引量：1

10

作者 张云帆 易尧华 +1 位作者 汤梓伟 王新宇 《计算机工程》 CAS CSCD 北大核心 2022年第4期206-212,222,共8页

针对文本生成图像任务中生成图像细节缺失及低分辨率阶段生成图像存在结构性错误的问题,基于动态注意力机制生成对抗网络(DMGAN),引入内容感知上采样模块和通道注意力卷积模块,提出一种新的文本生成图像方法ECAGAN。在低分辨率图像生成... 针对文本生成图像任务中生成图像细节缺失及低分辨率阶段生成图像存在结构性错误的问题,基于动态注意力机制生成对抗网络(DMGAN),引入内容感知上采样模块和通道注意力卷积模块,提出一种新的文本生成图像方法ECAGAN。在低分辨率图像生成阶段的特征图上采样过程中采用基于内容感知的上采样方法,通过输入特征图计算得到重组卷积核,使用重组卷积核和特征图进行卷积操作,确保上采样后的特征图和文本条件的语义一致性,使生成的低分辨率图像更加准确,利用通道注意力卷积模块学习特征图各个特征通道的重要程度,突出重要的特征通道,抑制无效信息,使生成图像的细节更丰富。此外在训练过程中结合条件增强和感知损失函数辅助训练,增强训练过程的鲁棒性,提高生成图像质量。在CUB-200-2011数据集上的实验结果表明,ECAGAN模型初始分数达到了4.83,R值达到了75.62,与DMGAN方法相比,分别提高了1.6%和4.6%,并且可改善生成图像结构错乱的问题,同时能够生成清晰的图像细节,语义一致性更高,更加接近真实图像。 展开更多

关键词 生成对抗网络 文本生成图像 通道注意力机制 内容感知上采样 感知损失

下载PDF 职称材料

基于条件生成对抗网络的手语样本骨架缺失关节点修复

11

作者 彭冲 张金艺 楼亮亮 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2023年第3期423-433,共11页

计算机视觉技术由于受到遮挡、视角和光照等因素的影响,对手语样本骨架关节点的检测通常存在缺失,导致手语识别准确率降低.为此,提出基于条件生成对抗网络(CGAN)的手语样本骨架缺失关节点修复方法.首先,通过分析手语样本残缺骨架中关节... 计算机视觉技术由于受到遮挡、视角和光照等因素的影响,对手语样本骨架关节点的检测通常存在缺失,导致手语识别准确率降低.为此,提出基于条件生成对抗网络(CGAN)的手语样本骨架缺失关节点修复方法.首先,通过分析手语样本残缺骨架中关节点的缺失分布情况,构建缺失关节点分布概率模型;其次,对完整骨架引入分布概率模型生成的缺失关节点,将这些残缺骨架用于CGAN框架中生成器和判别器的训练,通过CGAN框架训练好的生成器能够以残缺骨架为条件生成没有缺失的骨架;最后,用生成骨架去补全残缺骨架,即完成了修复.在中国手语数据集CSL上开展实验,生成器迭代训练80次后,生成骨架与完整骨架的平均均方根误差从0.019减小到0.001;在修复骨架缺失关节点的手语样本上,搭建手语识别网络迭代训练120次,与未进行修复相比,其识别准确率从90.6%提升为99.6%.实验结果表明,该方法能够有效地修复缺失关节点,极大地提升手语识别准确率. 展开更多

关键词 手语样本 缺失关节点 条件生成对抗网络 分布概率模型 手语识别

下载PDF 职称材料

基于对抗学习的医学图像分割领域自适应研究 被引量：1

12

作者 王绍帆 马驰 +1 位作者 胡辉 路生亮 《计算机应用研究》 CSCD 北大核心 2022年第4期1270-1273,共4页

为了解决跨领域医学图像分析中不匹配的问题,提出了一种基于对抗学习的无监督领域自适应框架(UAL-DAF)。具体而言,该框架通过外观转移模块(ATM)和结合条件生成对抗网络的语义转移模块(STM)分别缩小了跨领域医学图像外观和语义层次的差... 为了解决跨领域医学图像分析中不匹配的问题,提出了一种基于对抗学习的无监督领域自适应框架(UAL-DAF)。具体而言,该框架通过外观转移模块(ATM)和结合条件生成对抗网络的语义转移模块(STM)分别缩小了跨领域医学图像外观和语义层次的差异。最后,在具有挑战性的医学图像分割实验中,结果显著优于已有方法。因此,该框架能够提取领域自适应知识的外观和语义层次信息,实现领域知识的协同融合。 展开更多

关键词 医学图像分割 无监督领域自适应 条件生成对抗网络 深度学习 领域知识的协同融合

下载PDF 职称材料

基于SASGAN的戏剧脸谱多样化生成 被引量：2

13

作者 古天骏 熊苏雅 林晓 《图学学报》 CSCD 北大核心 2024年第1期102-111,共10页

为解决现有自动生成的戏剧脸谱在分辨率和真实性上效果不佳的问题,提出了基于自注意力机制的风格化生成对抗网络(SASGAN)。首先在StyleGAN的基础上引入了自注意力机制以及矢量量化方法,增强了对脸谱图案几何结构特征的提取,接着通过多... 为解决现有自动生成的戏剧脸谱在分辨率和真实性上效果不佳的问题,提出了基于自注意力机制的风格化生成对抗网络(SASGAN)。首先在StyleGAN的基础上引入了自注意力机制以及矢量量化方法,增强了对脸谱图案几何结构特征的提取,接着通过多样化差异性增强(DDG)扩充数据,采用脸谱色调辅助算法对DDG方法进行补充,建立了包含12599张图像的戏剧脸谱数据集,最后在此数据集上进行训练,生成了兼顾多样性和真实性的脸谱图像。实验结果表明,对于戏剧脸谱图像,DDG方法较传统方法在数据增广方面有着较大提升,而SASGAN则提升了戏剧脸谱图像的分辨率和真实性,在主观视觉上得到了理想的效果。 展开更多

关键词 戏剧脸谱 生成对抗网络 图像生成 注意力机制 矢量量化

下载PDF 职称材料

基于改进RAC-GAN的电动船舶充电负荷场景生成方法

14

作者 廖菲 杨军 +3 位作者 林毅 薛静玮 吴少将 朱睿 《电力系统自动化》 EI CSCD 北大核心 2024年第22期171-181,共11页

随着电动船舶的发展和普及,内河流域的港口用能结构正逐步由燃油转变为清洁的电能,港口负荷将对配电网峰谷差造成显著影响。为准确描述电动船舶充电负荷特征,提出了一种基于改进鲁棒性辅助分类生成对抗网络(RAC-GAN)的电动船舶充电负荷... 随着电动船舶的发展和普及,内河流域的港口用能结构正逐步由燃油转变为清洁的电能,港口负荷将对配电网峰谷差造成显著影响。为准确描述电动船舶充电负荷特征,提出了一种基于改进鲁棒性辅助分类生成对抗网络(RAC-GAN)的电动船舶充电负荷场景生成方法。首先,分析电动船舶充电负荷的特征,构建含环境特征与充电负荷的原始数据集;然后,对RAC-GAN进行改进,加入变分编码器对船舶数据集进行降维,抽取特征信息簇标签,并在判别器中引入噪声过渡模型和卷积层,以提高判别器的抗噪能力,并对网络的损失函数进行重定义;最后,以中国实际港口为例,基于改进的RAC-GAN生成船舶充电负荷的海量场景。仿真结果表明,所提方法能够学习到电动船舶的负荷特征,对噪声具有较高的鲁棒性,并且可以有效生成大量满足真实样本概率分布特征的电动船舶充电负荷场景。 展开更多

关键词 电动船舶 充电负荷 场景生成 鲁棒性辅助分类 生成对抗网络 深度学习

下载PDF 职称材料

基于二次生成对抗的人体姿态估计 被引量：4

15

作者 张显坤 张荣芬 刘宇红 《激光与光电子学进展》 CSCD 北大核心 2020年第20期327-335,共9页

针对人体姿态估计中因肢体、环境复杂性导致的估计结果不精确问题,提出了一种基于二次生成对抗的人体姿态估计方法,通过两个阶段对堆叠沙漏网络(SHN)进行生成对抗训练。首先将SHN作为第一个生成对抗网络模型的判别器,通过在线对抗数据... 针对人体姿态估计中因肢体、环境复杂性导致的估计结果不精确问题,提出了一种基于二次生成对抗的人体姿态估计方法,通过两个阶段对堆叠沙漏网络(SHN)进行生成对抗训练。首先将SHN作为第一个生成对抗网络模型的判别器,通过在线对抗数据加强训练,以提升SHN的估计性能;然后将SHN作为第二个生成对抗网络模型的生成器,将肢体几何约束作为判别器,通过第二次对抗训练再一次提升SHN的估计性能,得到最终的SHN。在公开数据集LSP和MPII上对本方法进行测试,结果表明,该方法能有效提升SHN的估计精确度。 展开更多

关键词 人体姿态估计 生成对抗网络 模型再训练 肢体几何约束

原文传递

基于条件生成对抗网络的大视角单图像人脸纹理重建

16

作者 孙进 周威 谢文涛 《智能计算机与应用》 2024年第3期159-162,共4页

针对当前的人脸重建方法、尤其是纹理重建部分,应用于自遮挡或物体遮挡区域表现不佳,使得人脸纹理重建后的结果不真实的问题,本文提出了基于条件生成对抗网络的大视角单图像人脸纹理重建的方法,实现人脸图像的纹理补全。补全网络基于改... 针对当前的人脸重建方法、尤其是纹理重建部分,应用于自遮挡或物体遮挡区域表现不佳,使得人脸纹理重建后的结果不真实的问题,本文提出了基于条件生成对抗网络的大视角单图像人脸纹理重建的方法,实现人脸图像的纹理补全。补全网络基于改进的条件生成对抗网络,包括编码器和解码器的粗层之间的跳跃连接来保存高频细节;每个卷积层的输出上叠加了高斯噪声映射;将U-V纹理映射与其翻转版本共同连接输入的方法来提高纹理重建的质量以及真实性。使用Multi-PIE数据集与CFP数据集进行评估,整体网络能够实现更高的纹理重建精度,尤其在±90°图像重建上,能获得更为完整的纹理图像。 展开更多

关键词 纹理补全 单图像 大视角 生成对抗网络 跳跃连接

下载PDF 职称材料

基于双判别器加权生成对抗网络的图像去模糊方法 被引量：3

17

作者 黄梦涛 高娜 刘宝 《红外技术》 CSCD 北大核心 2022年第1期41-46,共6页

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。由此本文提出双判别器加权生成对抗网络(dual discriminator weighted generative adversarial network,D2WGAN)... 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。由此本文提出双判别器加权生成对抗网络(dual discriminator weighted generative adversarial network,D2WGAN)的图像去模糊方法,在GAN的基础上增加了一个判别器网络,将正向和反向KL(Kullback-Leibler)散度组合成一个目标函数,引入加权的思想调整正向和反向KL散度的比例,利用两个散度的互补特性,在学习清晰图片过程中避免不良模式的形成。实验结果表明,与现有方法相比,本文方法能更真实地恢复图像细节部分,且在评价指标峰值信噪比和图像结构相似度上有更好的表现。 展开更多

关键词 生成对抗网络 加权 双判别器 图像去模糊

下载PDF 职称材料

基于分步生成模型的视网膜眼底图像合成 被引量：2

18

作者 康莉 江静婉 +2 位作者 黄建军 黄德渠 张体江 《中国体视学与图像分析》 2019年第4期362-370,共9页

由于目前带标注的医学图像稀缺且不平衡,论文针对带标注的视网膜眼底图的生成提出一种有效的分步生成方法首先训练一个标注生成对抗网络用于生成血管树标注图像,然后训练一个标注转换对抗网络用于将血管树转换为视网膜眼底图。两步训练... 由于目前带标注的医学图像稀缺且不平衡,论文针对带标注的视网膜眼底图的生成提出一种有效的分步生成方法首先训练一个标注生成对抗网络用于生成血管树标注图像,然后训练一个标注转换对抗网络用于将血管树转换为视网膜眼底图。两步训练完后实现输入一段噪声即可同时生成血管树和视网膜眼底图。生成的标注和医学图像有合理的解剖结构,应用于分割任务中也表现出与真实训练集相近的精度。以上结果表明本文提出的分步生成模型生成的数据能在一定程度上缓解医学图像及其标注不足的问题。 展开更多

关键词 医学图像生成 生成对抗网络 视网膜图像 无监督学习

下载PDF 职称材料

基于生成对抗网络的指纹图像超分辨重建方法 被引量：2

19

作者 赵超越 贾瑞生 刘彦博 《中国科技论文》 CAS 北大核心 2020年第11期1229-1233,共5页

为了提升指纹图像的分辨率,提出一种基于生成对抗网络(generation adversarial network,GAN)的指纹图像超分辨率重建方法。首先,采用高-低分辨率图像特征对训练生成神经网络,实现从低分辨率图像到高分辨率图像的映射学习;其次,为了解决... 为了提升指纹图像的分辨率,提出一种基于生成对抗网络(generation adversarial network,GAN)的指纹图像超分辨率重建方法。首先,采用高-低分辨率图像特征对训练生成神经网络,实现从低分辨率图像到高分辨率图像的映射学习;其次,为了解决指纹图像分辨率低、细节提取不足的问题,设计了多尺度递归网络作为生成网络,通过不同尺度的卷积层来进行特征提取,使生成的指纹图像更为清晰;最终,设计了一个新的损失函数,不断优化网络,指导生成高质量的指纹图像。实验结果表明,与对比方法相比,该方法在各指标上均有显著提升,并取得了较好的重建效果。 展开更多

关键词 图像处理 深度学习 指纹图像 生成对抗网络 多尺度递归网络 超分辨率重建

下载PDF 职称材料

基于生成对抗网络的对抗防御系统 被引量：1

20

作者 夏文志 《信息工程大学学报》 2021年第2期185-190,共6页

针对不断更新的对抗攻击,提出一个基于生成对抗网络的防御系统。系统利用生成对抗网络不断生成新的对抗样本,反复训练模型以增强其鲁棒性。具体过程为将预先训练的卷积神经网络和外部GAN(conditional GAN:Pix2Pix)相结合,自动流水线式... 针对不断更新的对抗攻击,提出一个基于生成对抗网络的防御系统。系统利用生成对抗网络不断生成新的对抗样本,反复训练模型以增强其鲁棒性。具体过程为将预先训练的卷积神经网络和外部GAN(conditional GAN:Pix2Pix)相结合,自动流水线式地推断对抗样本和干净样本之间的转换关系,并合成新的对抗样本。根据分辨得到的反馈结果不断调节生成对抗网络中的生成器和判别器,以增强其性能,而新合成的对抗样本被用来加强迭代管道中的防御模型。最后通过实验证明了该系统的有效性。 展开更多

关键词 对抗攻击 生成对抗网络 卷积神经网络 Pix2Pix

下载PDF 职称材料