作者:
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:
针对传统的图像增强方法中网络参数过多导致的实际应用能力差的问题,提出基于人工智能技术的图像纹理细节增强方法.利用人工智能技术中的生成对抗网络作为图像增强的核心,经过训练使生成对抗网络变化过程达到最小,将使用成像设备捕获的图像数据作为输入,对图像数据进行预处理后输入到生成对抗网络中,经过增强处理后,输出增强后的图像.实验结果表明:设计方法结构相似性高、峰值信噪比高于标准值.
推荐文章
基于人工智能技术的IETM业务规则研究
人工智能
IETM业务
业务规则
数据模块
谈人工智能技术
人工智能
ICAI
ITS
Agent
人工智能技术在影视传媒领域的应用
人工智能技术
影视传媒领域
应用
基于人工智能技术的运动教学视频压缩算法
人工智能技术
运动教学视频
视频压缩
压缩算法
视频编码
最小误差点确定
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 基于人工智能技术的图像纹理细节增强方法
来源期刊 科学技术创新 学科
关键词 人工智能 图像纹理 细节增强 生成对抗网络
年,卷(期) 2021,(6) 所属期刊栏目 信息技术
研究方向 页码范围 52-53
页数 2页 分类号 TP751
字数 语种 中文
DOI 10.3969/j.issn.1673-1328.2021.06.024
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (34)
共引文献  (2)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(2)
  • 参考文献(2)
  • 二级参考文献(0)
2021(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
人工智能
图像纹理
细节增强
生成对抗网络
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
科学技术创新
旬刊
2096-4390
23-1600/N
16开
黑龙江省哈尔滨市
14-269
1997
chi
出版文献量(篇)
126927
总下载数(次)
266
总被引数(次)
285821
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导