基于条件信息卷积生成对抗网络的图像识别

• 作者: 李鑫 林蔚天 焦斌
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 生成对抗网络 信息最大化模型 条件模型 深度卷积网络 图像识别
• 年，卷（期）: 2020,（14）
• 所属期刊栏目: 图形图像处理
• 页码范围: 191-198
• 页数: 8页
• 分类号: TP751.1
• 字数: 6207字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1911-0438

摘要

传统的图像识别方法需要大量有标签样本进行训练,且模型训练难以达到稳定.针对这些问题,结合条件生成网络和信息最大化生成网络的结构优势建立了条件信息卷积生成网络(C-Info-DCGAN).模型增加图像的类别信息和潜在信息作为输入数据,然后利用Q网络去更好地发挥类别信息和潜在信息对训练的引导作用,并且利用深度卷积网络来加强对图像特征的提取能力.实验结果表明,该方法能够加快模型训练收敛速度,并有效提高图像识别的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦斌	上海电机学院电气学院	50	361	10.0	18.0
2	林蔚天	上海电机学院继续教育学院	10	69	5.0	8.0
3	李鑫	上海电机学院电气学院	1	0	0.0	0.0