论文研究-基于对抗训练和卷积神经网络的面部图像修复.pdf
为了有效地修复大面积破损的面部图像，使用了解码器-编码器结构的卷积神经网络作为生成模型，并在其部分层之间增加skip-connection，以增强生成模型的结构信息预测能力，同时引入对抗训练策略优化生成模型。该模型首先训练一个判别模型识别真实图像，再利用其判别待修复图像输入生成模型后所得到的输出是否为真实，以此为生成模型提供优化梯度。结合了卷积神经网络的结构信息预测能力和GANs对抗策略的优化能力，提高了图像补全的效果。在CelebA人脸数据集上进行的实验结果表明，该方法在补全大面积破损的图像任务上性能明显优于其他方法。
文件下载
评论信息
其他资源
- STM32F103增量式编码器的采集以及处理程序
- 手机号码对应省市地区编码
- PS图层批量命名插件renamy
- 中国银联银行卡联网联合技术规范 V2.1
- VC++2005测试版运行库 Microsoft.VC80.DebugCRT
- Java范例开发大全 (源程序）
- 基于STC89C52单片机空气PM2.5系统设计资料
- proxmark3 v4.1.3.5免费版客户端软件及刷固件
- 速记app，最新版，可下载，在android studio打开
- 韩顺平 玩转oracle视频教程ppt（全）
- fabric-samples
- 编码的奥秘 英文
- AxureRP9.zip
- [springboot项目源码]天气预报系统.zip
- 之前一些好用的架包Android架包自动初始化id,以及GsonFormat等等
- 《电子测量技术基础》(张永瑞第三版)第1章基本概念.pdf
- 排队模型仿真与理论值的分析
- linux下的tftp server端的源码
- emu8086注册码
- Vivado_2018.1_license
- bbs论坛源码 数据库 静态页面
- 市面几种常见的RJ45封装 有LED的
- 通信原理PDF
- php_printer.zip
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明