檢索結果:共6筆資料 檢索策略: 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
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…
2
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…
3
4
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…
5
隨著資訊科技的發展,真實的影像可能遭受到有心人士的惡意竄改,進而造成嚴重的社會問題。傳統的商業影像編輯軟體,經由人工操縱的方式可以將影像中特定的目標進行複製搬移、拼接等等,從而產生出偽造的影像,但是…
6
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…