留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于对抗生成网络的纹理合成方法

余思泉 韩志 唐延东 吴成东

余思泉, 韩志, 唐延东, 吴成东. 基于对抗生成网络的纹理合成方法[J]. 红外与激光工程, 2018, 47(2): 203005-0203005(6). doi: 10.3788/IRLA201847.0203005
引用本文: 余思泉, 韩志, 唐延东, 吴成东. 基于对抗生成网络的纹理合成方法[J]. 红外与激光工程, 2018, 47(2): 203005-0203005(6). doi: 10.3788/IRLA201847.0203005
Yu Siquan, Han Zhi, Tang Yandong, Wu Chengdong. Texture synthesis method based on generative adversarial networks[J]. Infrared and Laser Engineering, 2018, 47(2): 203005-0203005(6). doi: 10.3788/IRLA201847.0203005
Citation: Yu Siquan, Han Zhi, Tang Yandong, Wu Chengdong. Texture synthesis method based on generative adversarial networks[J]. Infrared and Laser Engineering, 2018, 47(2): 203005-0203005(6). doi: 10.3788/IRLA201847.0203005

基于对抗生成网络的纹理合成方法

doi: 10.3788/IRLA201847.0203005
基金项目: 

国家自然科学基金(61773367,61303168);中国科学院青年创新促进会(2016183)

详细信息
    作者简介:

    余思泉(1988-),男,博士生,主要从事图像中层表达、深度学习等方面的研究。Email:yusiquan@sia.cn

  • 中图分类号: TP391

Texture synthesis method based on generative adversarial networks

计量
  • 文章访问数:  441
  • HTML全文浏览量:  61
  • PDF下载量:  108
  • 被引次数: 0
出版历程
  • 收稿日期:  2017-09-05
  • 修回日期:  2017-10-05
  • 刊出日期:  2018-02-25

基于对抗生成网络的纹理合成方法

doi: 10.3788/IRLA201847.0203005
    作者简介:

    余思泉(1988-),男,博士生,主要从事图像中层表达、深度学习等方面的研究。Email:yusiquan@sia.cn

基金项目:

国家自然科学基金(61773367,61303168);中国科学院青年创新促进会(2016183)

  • 中图分类号: TP391

摘要: 纹理合成是计算机图形学、计算机视觉和图像处理领域的研究热点之一。传统的纹理合成方法往往通过提取有效的特征样式或统计量并在该特征信息的约束下生成随机图像来实现。对抗生成网络作为一种较新的深度网络形式,通过生成器和判别器的对抗训练能够随机生成与观测数据具有相同分布的新数据。鉴于此,提出了一种基于对抗生成网络的纹理合成方法。该算法的优点是不需要经过多次迭代就能够生成更真实纹理图像,且生成图像在视觉上与观测纹理图像一致的同时具有一定随机性。一系列针对随机纹理和结构性纹理的合成实验验证了该算法的有效性。

English Abstract

参考文献 (15)

目录

    /

    返回文章
    返回