檢索結果:共8筆資料 檢索策略: "生成對抗網路".ckeyword (精準) and year="107"
個人化服務 :
排序:
每頁筆數:
已勾選0筆資料
1
最近基於深度學習的方法已經在圖像修復領域非常進步。然而,目前存在的方法時常在修補完圖片之後,遮罩區域的邊界仍然是模糊的,甚至容易生成扭曲的結構。這主要是因為過去方法使用卷積神經網路從遮罩周圍的空間複…
2
我們提出透過三個子網路架構的生成對抗網路(Triple Component Generative Adversarial Nets, TC-GAN)進行姿態/年齡變數分離(Pose/Age Vari…
3
深度重建是理解影像中物體與場景之間幾何關係的重要關鍵,其能夠提供除了平面 資訊 外更為立體的環境要素。而近年來已經提出許多深度學習在深度預測 的應用,然而在室內場景的單眼影像深度預測中,模型…
4
本論文透過結合變分自動編碼器與三方生成對抗網路來修補殘缺的三維物件。為了保持生成物件的結構特徵,我們採用編碼器網路來學習潛在向量空間與真實物件空間之間的關聯。三方生成對抗網路是由生成器、鑑別器和分類…
5
時間序列分類是資料探勘與機器學習領域中相當地熱門且有難度的研究問題,且其於現實生活中的實務應用也非常廣泛。然而,相關的研究大多是用傳統演算法或以機器學習的分類法為主,應用深度學習方法的文獻數量相比下…
6
在現今社會中,人工智慧、深度學習與電腦視覺等相關領域之技術日趨成熟,例如人臉辨識系統已實際應用在生活中,人們可透過人臉辨識系統安全又便利地達到目的,而其中的限制為需與攝影機保持不遠的距離以利於辨識;…
7
語音情緒辨識是一項艱難的工作因為大多數最先進的語音情緒辨識方法都只在單一語料庫表現良好而不能跨多語料庫,因此,跨語料庫情緒語音辨識開始被視為是一個問題且受到關注,然而大多數擴語料庫方法聚焦在減少語料…
8
台灣製藥產業對於藥錠的表面瑕疵檢測多以人力進行檢測,利用人工檢測的方式不但缺乏時間效率,且容易有不穩定及誤判之問題。近年來深度學習的發展快速,使得神經網路也逐漸應用在許多領域。如想基於卷積神經網路(…