生成对抗网络（Generative Adversarial Networks，GANs）是一种由蒙特利尔大学的Ian Goodfellow等人在2014年提出的深度学习算法。GANs通过构建两个
2024-07-09 11:34
，开创性地提出了生成对抗网络（ GAN）。生成对抗网络包含一个生成模型和一个判别模型。其中，
2018-04-03 10:48
基于像素级生成对抗网络的图像彩色化模型
2021-06-27 11:02
电子发烧友网站提供《PyTorch教程20.2之深度卷积生成对抗网络.pdf》资料免费下载
2023-06-05 10:21
针对信息隐藏中含密栽体会留有修改痕迹，从根本上难以抵抗基于统计的隐写分析算法检测的问题，提出一种基于生成对抗网络（ GAN）的信息隐藏方案。该方案首先利用生成对抗网络中
2018-12-12 16:57
差等问题。针对上述问题，文中提出了一种基于密集卷积生成对抗网络的图像修复算法。该算法采用生成对抗网络作为图像修复的基本框架。首先，利用密集卷积块构建具有编解码结枃的
2021-05-13 14:39
，因为它们往往会偏向保证多数类的准确率。为此，本文提出了一种基于生成对抗网络(GAN)的异常检测方法。这个方法中的生成器结构是“编码器–解码器–编码器”的三子网，并且训练该生成
2022-04-06 16:06
为了去除频域光学相干断层扫描（SD-o℃T）中的散斑噪声，提出了一种结构保持生成对抗网络模型，可以无监督地从SD-o℃τ图像合成高质量的增强深部成像光学相千断层扫描（EυI-oCT图像。该模型
2021-06-07 14:21
生成对抗网络由一个生成网络（Generator）与一个判别网络（Discriminator）组成。
2018-06-11 16:04
为了进一步提升深度图像压缩的质量，开发超越PSNR和MS-SSIM的新指标非常重要。其中重点关注的是对抗损失，最近的成果表明它能捕捉到全局的语义信息和局部纹理，产生强大的生成器，从而通过语义标签映射生成在视觉上吸引人
2018-04-17 16:28
