檢索結果：共5筆資料 檢索策略： "Generative Adversarial Network".ekeyword (精準) and ckeyword.raw="生成對抗網絡"
個人化服務 ：
排序：
每頁筆數：
已勾選0筆資料
1
隨著生成對抗網絡(GAN) [1]的快速發展，獲得高質量的圖像合成並不容易。這是因為生成器的圖像質量在訓練到一定程度後無法進一步提高，同時判別器陷入過度擬合，無法很好地區分真假圖像。GAN架構和訓練…
2
在深度學習的領域中，收集資料集往往都是最耗費資源的，所以為了增加類似真實世界的視頻，我們使用語意分割來訓練一個模型將輸入的視頻轉換成真實視頻，以產生所需之資料集。在本論文中我們提出了一種提升視頻生成…
3
圖像去噪在計算機視覺的許多任務中發揮著重要作用，尤其是預處理步 驟。無論是企業還是科技公司，都是非常重要的技術，而良好的去噪可以 幫助模型進一步提高準確率。其中，去除水印是一項相對複雜的任務。與 盲…
4
5
像差係數是用以評估光學元件性能，很重要的參考指標，因此，本論文提出三種由干涉條紋圖像預測像差係數的技術，使用卷積神經網絡(Convolution Neural Network, CNN)方式，取代傳…