基于深度生成模型的高保真全方位SAR图像生成方法.pdf
是向****23
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于深度生成模型的高保真全方位SAR图像生成方法.pdf
本发明公开了一种基于深度生成模型的高保真全方位SAR图像生成方法,包括:将待生成SAR图像的预设类别、预设方位角和预设噪声向量输入图像生成模型;图像生成模型包括线性层、第一生成残差模块、自注意力模块、第二生成残差模块和生成模块;线性层对噪声向量进行维度扩展后,第一生成残差模块对维度扩展后的噪声向量进行特征提取,并生成第一特征图;自注意力模块根据第一特征图生成自注意力特征图;基于自注意力特征图,生成模块生成预设类别和预设方位角下的SAR图像。本发明所使用的图像生成模型网络结构简单、参数量较少,有利于降低过拟
基于GAN网络的SAR图像生成方法及生成装置.pdf
本发明公开了一种基于GAN网络的SAR图像生成方法及生成装置,该生成方法包括:获取目标图像;通过GAN网络得到生成图像;基于目标图像、生成图像、目标图像和生成图像融合后的融合图像以及表示目标图像所属类别的标签,训练所述GAN网络以调整生成图像。本发明实现了在一个生成对抗网络中同时获取生成的船舶目标及其类别信息,GAN网络的生成器中引入残差网络结构不仅可以提升深层网络的训练性能,还能更好地保留SAR图像中船舶目标的结构信息;判别器中引入梯度惩罚,使GAN网络训练更加稳定,收敛更快,同时能够生成更高质量的样本
基于电磁与统计混合模型的海面SAR图像杂波生成方法.pdf
本发明提出了一种基于电磁与统计混合模型的海面SAR图像杂波生成方法,具体步骤如下:S1:确定粗糙面的功率谱密度函数,构建海洋粗糙面模型;S2:将所述功率谱密度函数进行截断,并计算每个面元内部的斜率概率密度函数;S3:基于几何光学与微扰模型,计算每个面元的散射截面;S4:计算每个面元的杂波数据;S5:将所有面元的杂波数据进行叠加,得到最终环境SAR图像。本发明既保留了电磁模型的准确纹理信息,又具有统计模型简单高效的特点。
图像生成模型训练、图像生成方法、装置、介质及设备.pdf
本公开涉及一种图像生成模型训练、图像生成方法、装置、介质及设备。训练方法包括:获取样本对象图像、样本虚拟对象图像以及样本虚拟对象图像对应的样本捏脸参数;根据样本对象图像、样本虚拟对象图像以及样本捏脸参数,生成样本对象图像的伪标签;利用伪标签进行有监督模型训练,以得到图像生成模型。这样,图像生成模型可同时学习到真实人脸特征分布和虚拟人脸所特有的特征分布,提升模型泛化能力,减少真实人脸特征分布与虚拟人脸特征分布之间的差异性,进而能根据图像生成模型提取到的捏脸参数快速渲染出与用户人脸相似的虚拟人脸,捏脸效率和相
一种基于深度学习的LDR图像生成HDR图像方法.pdf
本发明公开了一种基于深度学习的LDR图像生成HDR图像方法,使用四种尺度进行对图像的细节进行补充,应用多尺度滤波核对图像进行滤波,从而对图像不同细节尺度进行不同的精细化;本发明使用串联的方法将第一次得到的高动态范围图像作为新的参考图像再次送入深度神经网络,对其细节进行近义词的处理从而第二次得到图像有更好的细节表现。