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:
针对实际中的图标设计流程过于漫长和复杂的问题,参考实际图标设计流程提出了基于生成对抗网络模型的图标生成模型。首先,将用户所给出的需求转化为条件特征与噪声数据一起传入生成器中生成图标,接着将生成的图标与真实的图标一起输入鉴别器中,鉴别器鉴别图标的真假以及图标是否满足需求特征,最后二者经过迭代训练达到平衡,能够生成以假乱真的且符合需求的图标。实验表明,这种模型能够快速地生成多样的图标,且生成的图标能够满足指定的需求。
推荐文章
基于生成对抗网络的恶意域名训练数据生成
恶意域名
DGA
生成对抗网络
检测
分类
基于条件的边界平衡生成对抗网络
生成对抗网络
条件特征
边界平衡
图像生成
生成对抗网络研究综述
GAN
神经对抗网络
二人博弈
人工智能
深度学习
生成式模型
基于生成对抗网络的航班起飞风险预测
航班起飞风险预测
数据增强
生成对抗网络
神经网络
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图标形状生成
来源期刊 计算机科学与应用 学科 工学
关键词 生成对抗网络 深度学习 图标 图像生成
年,卷(期) jsjkxyyy_2020,(3) 所属期刊栏目
研究方向 页码范围 456-463
页数 8页 分类号 TP3
字数 语种
DOI
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 陈平华 84 860 11.0 28.0
2 赵璁 3 1 1.0 1.0
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  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
生成对抗网络
深度学习
图标
图像生成
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
计算机科学与应用
月刊
2161-8801
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
1319
总下载数(次)
15
论文1v1指导