导读:本文包含了基于图像的生成论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:图像,网络,卷积,遥感,算法,局部,深度。
基于图像的生成论文文献综述
李昂,宋晓莹[1]（2019）在《基于生成对抗网络的遥感图像超分辨率重建》一文中研究指出生成对抗网络模型可以用来生成服从原始真实图像分布规律的高频细节信息。为了进一步提高重建图像的视觉质量,对生成对抗网络的生成网络、判别网络及感知损失叁个方面进行了改进。首先移除了生成网络中的BN层,同时在残差块中采用密集连接的方式,增加网络模型的容量,降低了计算复杂性,增强了网络训练的稳定性。然后采用迁移学习技术来促进深度模型的训练,解决了遥感数据不足的问题。实验结果表明提出的算法通过对遥感图像超分辨率重建算法进行改进,可以获得更好的主观视觉效果,PSNR和SSIM均有显着提高。(本文来源于《光学与光电技术》期刊2019年06期）
[2]（2019）在《英国 3D图像生成系统酷似“星战”显示器》一文中研究指出英国萨塞克斯大学科学家平山竜士及同事创造的一种最新设备,名为"多模式声学阱显示器",可以同时生成视觉、听觉和触觉内容。它不仅能发出声音,还能在被"触摸"时产生一种触觉响应。这个原型恰似《星球大战》等科幻电影中的显示器,未来或将应用于生物医学和计算制造领域。(本文来源于《科技传播》期刊2019年23期）
倪文强,方志祥,李灵[3]（2019）在《图像显着度和信息量均衡的地标链生成方法》一文中研究指出提出基于图像显着度和信息量均衡的地标链生成方法,该方法建立地标显着度、全景图信息量和地标切换次数的多目标模型,基于遗传算法生成多目标优化的地标链。实验表明,能较好地平衡地标显着度、全景图信息量及地标切换次数等优化目标,生成的地标链具有较高的显着度与较低的视觉认知负担。(本文来源于《测绘地理信息》期刊2019年06期）
陈俊周,王娟,龚勋[4]（2019）在《基于级联生成对抗网络的人脸图像修复》一文中研究指出人脸图像修复技术为近年来图像处理领域的研究热点。该文提出一种基于级联生成对抗网络的人脸图像修复方法,从生成器、判别器、损失函数叁个方面进行改良。生成器采用由粗到精的级联式模型,并结合密集连接模块使所修复区域更加精细;判别器采用局部与全局特征相融合的双重判别式模型以提升判别准确性;损失函数采用最小化重构损失和对抗网络损失相结合以获得更好训练效果。基于CelebA数据集的实验显示,该方法可实现面部区域丢失50%以上的人脸图像修复,在客观评价指标PSNR和SSIM上,较现有方法分别提高了1.1～7.5 dB和0.02～0.15。从主观效果来看,该方法修复的人脸图像拥有更丰富的细节、更显自然。(本文来源于《电子科技大学学报》期刊2019年06期）
袁哲,孙延君,陈亮[5]（2019）在《基于改进局部二值模式和梯度特征的计算机生成图像鉴别算法》一文中研究指出针对目前计算机生成图像鉴别算法存在的计算复杂度高及检测率低等问题,提出一种改进局部二值模式和梯度特征的计算机生成图像鉴别算法.该算法主要基于图像的局部纹理特征,先提取计算机生成图像和自然图像的特征向量,再将该特征利用SVM分类器进行分类.实验结果表明,该算法可有效地鉴别计算机生成图像和真实图像.(本文来源于《吉林大学学报(理学版)》期刊2019年06期）
李华莹,林道玉,张捷,刘必欣[6]（2019）在《基于生成对抗网络的遥感图像去云算法》一文中研究指出计算机视觉中的许多问题可以抽象为将输入图像"转换"成对应的输出图像,图像转换算法是许多计算机视觉问题的通用解决方案,例如语义分割、风格转换等。本文将以遥感图像去云作为图像转换的特例,研究基于生成对抗网络的图像转换算法。提出基于残差模块的生成模型可以对单幅遥感图像进行厚云和薄云的去除;同时提出的多尺度判别网络以及VGG损失函数,有效地解决了复杂场景的云雾遮挡问题。实验结果表明,本文提出的图像转换算法在遥感图像薄云数据集上峰值信噪比提升了1.64 dB,在厚云数据集上峰值信噪比提升了1.92 dB,同时生成的无云遥感图像和真实的无云图像具有较高的结构相似性。(本文来源于《计算机与现代化》期刊2019年11期）
张梦然[7]（2019）在《可听可看可触摸 3D图像生成系统酷似“星战”显示器》一文中研究指出科技日报北京11月13日电（记者张梦然）据英国《自然》杂志13日公开的一项物理学最新研究成果，科学家们报告了一种特殊的3D图像生成系统，它不仅能发出声音，还能在被“触摸”时产生一种触觉响应。这个原型恰似《星球大战》等科幻电影中的显示器，未来或将应用于生物(本文来源于《科技日报》期刊2019-11-14）
戚永军,顾军华,栗位勋,张亚娟,耿娟平[8]（2019）在《基于生成对抗网络的肺结节图像数据增强方法》一文中研究指出在医学领域,大规模标注数据集的匮乏限制了深度学习的广泛应用。数据增强是扩充数据的有效方法之一,文中基于改进的深度卷积生成对抗网络进行数据增强,该方法不仅克服了随机裁剪、图像缩放等方法引起的图像尺寸和肺结节病变位置发生变化的不足,还具有生成速度快、成本低等优点。实验表明,该模型可以生成质量较高,形状多样的肺结节图像。(本文来源于《中国计算机用户协会网络应用分会2019年第二十叁届网络新技术与应用年会论文集》期刊2019-11-07）
董虎胜,徐建峰,孙浩,吴铭仪[9]（2019）在《基于注意力机制引导的图像描述生成》一文中研究指出使用计算机自动生成关于图像的描述是当前计算机视觉研究中的一个热点领域,它能够以"看图说话"的形式自动获得由图像到文本信息的自然语言翻译语句。设计一种基于注意力机制引导的图像描述生成模型,在该模型中以作为图像编码器,使用双层的作为句子解码器。在MSCOCO图像描述数据集上进行验证,实验结果表明该方法能够获得比较优秀的图像描述。(本文来源于《现代计算机》期刊2019年30期）
莫建文,徐凯亮,林乐平,欧阳宁[10]（2019）在《结合互信息最大化的文本到图像生成方法》一文中研究指出在堆迭式文本到图像生成模型的基础上,针对其生成样本分布不均匀导致多样性不足的问题,提出了一种结合局部-全局互信息最大化的堆迭式文本到图像的生成对抗网络模型。首先利用生成模型将全局向量解耦得到不同尺度特征图;然后通过最大化特征图与全局向量间的互信息,对图像全局特征与文本描述的相关性进行增强;最后,将特征图提取为局部位置特征向量,通过最大化局部位置特征向量与全局向量之间的平均互信息,加强局部位置特征与文本描述的相关性,得到更紧密的文本到图像的映射关系。在CUB数据集上的实验验证了该方法能有效地提高生成样本的多样性,同时在主观评价上能生成语义精确度更高的样本,更接近自然图像。(本文来源于《西安电子科技大学学报》期刊2019年05期）
基于图像的生成论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
英国萨塞克斯大学科学家平山竜士及同事创造的一种最新设备,名为"多模式声学阱显示器",可以同时生成视觉、听觉和触觉内容。它不仅能发出声音,还能在被"触摸"时产生一种触觉响应。这个原型恰似《星球大战》等科幻电影中的显示器,未来或将应用于生物医学和计算制造领域。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
基于图像的生成论文参考文献
[1].李昂,宋晓莹.基于生成对抗网络的遥感图像超分辨率重建[J].光学与光电技术.2019
[2]..英国3D图像生成系统酷似“星战”显示器[J].科技传播.2019
[3].倪文强,方志祥,李灵.图像显着度和信息量均衡的地标链生成方法[J].测绘地理信息.2019
[4].陈俊周,王娟,龚勋.基于级联生成对抗网络的人脸图像修复[J].电子科技大学学报.2019
[5].袁哲,孙延君,陈亮.基于改进局部二值模式和梯度特征的计算机生成图像鉴别算法[J].吉林大学学报(理学版).2019
[6].李华莹,林道玉,张捷,刘必欣.基于生成对抗网络的遥感图像去云算法[J].计算机与现代化.2019
[7].张梦然.可听可看可触摸3D图像生成系统酷似“星战”显示器[N].科技日报.2019
[8].戚永军,顾军华,栗位勋,张亚娟,耿娟平.基于生成对抗网络的肺结节图像数据增强方法[C].中国计算机用户协会网络应用分会2019年第二十叁届网络新技术与应用年会论文集.2019
[9].董虎胜,徐建峰,孙浩,吴铭仪.基于注意力机制引导的图像描述生成[J].现代计算机.2019
[10].莫建文,徐凯亮,林乐平,欧阳宁.结合互信息最大化的文本到图像生成方法[J].西安电子科技大学学报.2019
论文知识图
