基于生成对抗网络的服装图像风格迁移

论文摘要

随着机器学习到深度学习的拓展,基于深度学习的多种网络模式和学习框架使得深度学习可以有更多更加复杂的研究方向。其中生成对抗网络(GAN)是Ian J. Goodfellow等人于2014年提出的一个通过对抗过程估计生成模型的新框架,被广泛应用于图片风格转移,超分辨率,图像补全,去噪等领域。本研究意在将生成对抗网络的服装风格转移作为技术基础,引入到服装文化的传承保护和发扬的具体应用中,将服装风格转换的时效性、多样性,契合深度学习来更好的为人们服务。为此本研究融合图像分割和图像风格迁移两个研究领域的内容,将原始输入的图像根据设定进行分割,然后基于分割结果进行相应的全局或局部风格迁移。

论文目录

文章来源

类型: 期刊论文

作者: 管绍春,向宇

关键词: 深度学习,生成对抗网络,图像风格迁移,图像识别分割

来源: 电脑知识与技术 2019年26期

年度: 2019

分类: 信息科技,工程科技Ⅰ辑

专业: 轻工业手工业,计算机软件及计算机应用,自动化技术

单位: 云南师范大学信息学院

分类号: TP391.41;TP183;TS941.2

DOI: 10.14004/j.cnki.ckt.2019.2997

页码: 191-193

总页数: 3

文件大小: 1566K

下载量: 285

相关论文文献

• [1].一种基于生成对抗网络的单幅图像去雾算法[J]. 现代计算机 2019(28)
• [2].生成对抗网络浅析[J]. 科学技术创新 2018(26)
• [3].基于生成对抗网络的研究综述[J]. 电脑知识与技术 2019(25)
• [4].基于生成对抗网络的图片风格迁移[J]. 软件导刊 2018(06)
• [5].基于PU与生成对抗网络的POI定位算法[J]. 计算机研究与发展 2019(09)
• [6].基于生成对抗网络的图像翻译现状研究[J]. 国外电子测量技术 2019(06)
• [7].基于分段损失的生成对抗网络[J]. 计算机工程 2019(05)
• [8].基于生成对抗网络的地面新增建筑检测[J]. 计算机应用 2019(05)
• [9].基于生成对抗网络的图像处理系统[J]. 信息通信 2018(11)
• [10].基于生成对抗网络的数据增强方法[J]. 计算机系统应用 2019(10)
• [11].基于条件生成对抗网络的图像生成[J]. 甘肃科技纵横 2019(07)
• [12].基于生成对抗网络去除车辆图像运动模糊模型[J]. 天津师范大学学报(自然科学版) 2020(01)
• [13].基于正则化机制的生成对抗网络[J]. 工业控制计算机 2020(05)
• [14].基于生成对抗网络的QR码去模糊算法[J]. 包装工程 2018(21)
• [15].基于生成对抗网络的铁路周界行人样本生成算法[J]. 铁道通信信号 2019(07)
• [16].基于生成对抗网络的图像盲去运动模糊算法[J]. 软件导刊 2019(08)
• [17].深度伪造技术的法律挑战及应对[J]. 信息安全与通信保密 2019(10)
• [18].非重叠域行人再识别算法研究[J]. 信息技术 2018(07)
• [19].采用双框架生成对抗网络的图像运动模糊盲去除[J]. 图学学报 2019(06)
• [20].基于条件的边界平衡生成对抗网络[J]. 计算机应用研究 2020(05)
• [21].基于生成对抗网络的负荷序列随机场景生成方法[J]. 供用电 2019(01)
• [22].生成对抗网络GAN综述[J]. 计算机科学 2019(03)
• [23].GAN在AI领域的应用研究[J]. 北京电子科技学院学报 2018(03)
• [24].基于生成对抗学习的旋转机械故障诊断研究[J]. 工业控制计算机 2019(08)
• [25].基于生成对抗网络的稀有音频事件检测研究[J]. 信息工程大学学报 2019(05)
• [26].一种基于有限数据集的图像快速生成改进方法[J]. 通信技术 2019(05)
• [27].一种基于深度学习的图像去雾方法[J]. 兵器装备工程学报 2019(10)
• [28].基于生成对抗网络的遥感图像居民区分割[J]. 传感器与微系统 2020(02)
• [29].基于生成对抗网络的自动细胞核分割半监督学习方法[J]. 计算机应用 2020(10)
• [30].基于生成对抗网络的恶意网络流生成及验证[J]. 华东理工大学学报(自然科学版) 2019(02)

标签：深度学习论文;  生成对抗网络论文;  图像风格迁移论文;  图像识别分割论文;