期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于U-Net判别器的轮胎图像缺陷检测方法研究
1
作者 张兴伟 刘韵婷 +1 位作者 陈浩 丁海峰 《电子测量技术》 北大核心 2024年第16期139-146,共8页
轮胎缺陷检测对轮胎安全性能的鉴定有着重要意义,研究高性能的轮胎异常检测方法对汽车的安全性能极为重要。本文以生成对抗网络为基础提出一种基于U-Net判别器的网络模型UDGANomaly,首先在判别器中引入编码与解码,编码器模块执行逐图像... 轮胎缺陷检测对轮胎安全性能的鉴定有着重要意义,研究高性能的轮胎异常检测方法对汽车的安全性能极为重要。本文以生成对抗网络为基础提出一种基于U-Net判别器的网络模型UDGANomaly,首先在判别器中引入编码与解码,编码器模块执行逐图像分类,解码器模块输出逐像素分类决策,向生成器提供空间相干反馈。其次在生成器的编码器和解码器中引入自注意力机制,进一步关注多尺度特征中包含的代表性信息。最后设计了一种改进的基于结构相似性的生成器损失函数来解决视觉上的不一致性,从而提高不规则纹理检测的鲁棒性。经过对比研究发现本文提出的网络结构在同样的轮胎数据集上异常检测性能明显优于其他传统网络模型,并且平均测试精准度高达95.6%。 展开更多
关键词 异常检测 u-net判别器 深度学习 生成对抗网络
在线阅读 下载PDF
结合坐标注意力与生成式对抗网络的图像超分辨率重建 被引量：1
2
作者 彭晏飞 孟欣 +1 位作者 李泳欣 刘蓝兮 《计算机工程与科学》 CSCD 北大核心 2024年第1期122-131,共10页
针对现有生成式对抗网络GAN的图像超分辨率重建模型中存在着特征信息利用不充分、VGG式判别器对局部细节的判断能力较弱以及训练不稳定的问题,提出了一种结合坐标注意力与生成式对抗网络的图像超分辨率重建模型。首先,以嵌有坐标注意力... 针对现有生成式对抗网络GAN的图像超分辨率重建模型中存在着特征信息利用不充分、VGG式判别器对局部细节的判断能力较弱以及训练不稳定的问题,提出了一种结合坐标注意力与生成式对抗网络的图像超分辨率重建模型。首先,以嵌有坐标注意力的残差块构建生成器,沿通道和空间2个维度聚合特征,更充分地提取特征。然后,调整Dropout加入网络的方式使其作用于生成器中,提高模型的泛化能力。接着,以U-Net结构构造判别器,输出详细的逐像素反馈,以获取真假图像间的局部差异。最后,在判别器中引入谱归一化正则化,稳定GAN的训练。实验结果表明,当放大因子为4时,在基准测试集Set5和Set14上取得的峰值信噪比平均提高了1.75 dB,结构相似性平均提高了0.038,能够重建出更加清晰且真实的图像,重建图像具有良好的视觉效果。 展开更多
关键词 超分辨率重建 生成式对抗网络 坐标注意力 u-net式判别器
在线阅读 下载PDF
基于残差注意力机制的肺结节数据增强方法
3
作者 李阳 李春璇 +1 位作者 徐灿飞 方立梅 《电子科技大学学报》 EI CAS CSCD 北大核心 2023年第6期880-886,共7页
针对带标注的肺CT图像数据匮乏而导致的深度学习模型训练困难,以及现有生成算法生成肺结节不同特征模糊、细节丢失的问题,提出了肺结节图像的数据增强RAU-GAN算法。首先,在生成器网络中嵌入残差注意力模块,该模块可以聚焦于局部不同的... 针对带标注的肺CT图像数据匮乏而导致的深度学习模型训练困难,以及现有生成算法生成肺结节不同特征模糊、细节丢失的问题,提出了肺结节图像的数据增强RAU-GAN算法。首先,在生成器网络中嵌入残差注意力模块,该模块可以聚焦于局部不同的感兴趣区域,以实现肺结节与背景信息的独立生成,并且重新设计了注意力模块中的残差块来减少网络的深度和训练的复杂度。其次,将判别器设计为U-Net架构,可以给更新后的生成器反馈更多信息,以提高判别性能。最后,在数据集LUNA16和Deep Lesion上进行实验,结果与现有方法相比,在视觉效果和不同评价指标上均有提升,验证了生成图像包含了更丰富的细节信息。 展开更多
关键词 数据增强 Pix2Pix RAU-GAN 残差注意力机制 u-net判别器
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部