并行生成网络的红外—可见光图像转换

来源 :中国图象图形学报 | 被引量 : 0次 | 上传用户：shen888

【摘要】

：

目的针对现有图像转换方法的深度学习模型中生成式网络(generator network)结构单一化问题,改进了条件生成式对抗网络(conditional generative adversarial network,CGAN)的结构,提出了一种融合残差网络(ResNet)和稠密网络(DenseNet)两种不同结构的并行生成器网络模型。方法构建残差、稠密生成器分支网络模型,输入红外图像,分别经过残差

【作者】

：

余佩伦施佺王晗

【机构】

：

南通大学信息科学与技术学院, 南通 226019;南通大学信息科学与技术学院, 南通 226019;南通大学交通与土木工程学院, 南通 226019

【出处】

：

中国图象图形学报

【发表日期】

：

2021年10期

【关键词】

：

模态转换残差网络稠密网络线性插值融合并行生成器网络

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

独塔斜拉桥组合桥塔设计与受力性能分析

八尺门大桥主桥桥塔采用“风帆”式钢混组合塔,主塔采用混凝土塔,附属塔主要为钢结构塔。桥塔造型优美,寓意深远,综合景观、受力、施工和经济等因素,组合塔具有一定优势。钢混节点连接构造是组合塔受力设计的重、难点,桥梁采用“锚箱+高强螺栓”连接方式,采用有限元软件MIDAS建立空间模型,对桥塔静动力性能进行分析。结果表明:主塔和附属塔受力均满足规范要求,钢附属塔对主塔受力影响有限。采用新型组合桥塔对类似工程具有一定的参考价值。

期刊

斜拉桥桥塔钢混组合静动力有限元

图像分类的深度卷积神经网络模型综述

图像分类是计算机视觉中的一项重要任务,传统的图像分类方法具有一定的局限性。随着人工智能技术的发展,深度学习技术越来越成熟,利用深度卷积神经网络对图像进行分类成为研究热点,图像分类的深度卷积神经网络结构越来越多样,其性能远远好于传统的图像分类方法。本文立足于图像分类的深度卷积神经网络模型结构,根据模型发展和模型优化的历程,将深度卷积神经网络分为经典深度卷积神经网络模型、注意力机制深度卷积神经网络模型

期刊

深度学习图像分类(IC)深度卷积神经网络(DCNN)模型结构模型优化

日本 NHK分局副局长因盗窃二手水壶被捕

NHK电视台旭川分局副局长上杉慎二因涉嫌盗窃被捕。据旭川东警署透露，上杉在一家二手店偷窃了水壶、杯盖以及吸尘器吸头，共计770日元（约合45元人民幣）。　　上杉于1981年进入电视台，负责技术部门，去年8月开始担任旭川分局副局长。NHK方面表示，“对职员被逮捕深表遗憾，正在确认事实真相，并将严肃处理”。　　NHK电视台是日本公共电视台，除了向日本民众收取收视费，每年还会获得日本国会批准的高额预算。

期刊

并行生成网络的红外—可见光图像转换

其他学术论文