基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出一种基于生成对抗网络的遮挡图像修复算法,能够在大量像素缺失的场景下复原出图像的本来面目.该算法不同于其他的样本块搜索复原算法,可直接生成并且填充可能的缺失元素,改进了生成对抗网络生成模型的结构和生成损失的计算方法,具有半监督学习的特点.实验结果表明,在满足图像整体轮廓的前提下,新算法优于其他算法.
推荐文章
基于生成对抗网络的遮挡表情识别
人脸表情识别
局部遮挡
人脸修复
生成对抗网络
卷积神经网络
一种基于生成对抗网络的图像修复算法
深度学习
生成对抗网络
图像修复
卷积神经网络
基于条件梯度Wasserstein生成对抗网络的图像识别
生成式对抗网络
条件模型
Wesserstein距离
梯度惩罚
全局和局部一致性
图像识别
基于特征重标定生成对抗网络的图像分类算法
生成对抗网络
图像分类
特征重标定
深度学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于生成对抗网络的遮挡图像修复算法
来源期刊 北京邮电大学学报 学科 工学
关键词 生成对抗网络 半监督学习 遮挡图像修复
年,卷(期) 2018,(3) 所属期刊栏目 论文
研究方向 页码范围 81-86
页数 6页 分类号 TN929.53
字数 语种 中文
DOI 10.13190/j.jbupt.2017-247
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 牛少彰 北京邮电大学智能通信软件与多媒体北京市重点实验室 91 752 13.0 25.0
2 曹志义 北京邮电大学智能通信软件与多媒体北京市重点实验室 4 27 2.0 4.0
3 张继威 北京邮电大学智能通信软件与多媒体北京市重点实验室 4 27 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (9)
同被引文献  (17)
二级引证文献  (1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(9)
  • 引证文献(8)
  • 二级引证文献(1)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
生成对抗网络
半监督学习
遮挡图像修复
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京邮电大学学报
双月刊
1007-5321
11-3570/TN
大16开
北京海淀区西土城路10号
2-648
1960
chi
出版文献量(篇)
3472
总下载数(次)
19
论文1v1指导