當(dāng)前位置：首頁(yè) > 科技文檔 > 計(jì)算機(jī)軟件及計(jì)算機(jī)應(yīng)用 > 正文

基于硬負(fù)樣本對(duì)比學(xué)習(xí)的水下圖像生成方法

模式識(shí)別與人工智能 頁(yè)數(shù)： 23 2024-10-15
摘要： 在獲取稀缺水下圖像時(shí)圖像生成技術(shù)至關(guān)重要，通常依賴有序配對(duì)數(shù)據(jù).考慮到實(shí)際海洋環(huán)境中獲取該類數(shù)據(jù)受限，引入CL-GAN(Contrastive Learning-Based Generative Adversarial Network),克服圖像域雙射條件的限制，但由于隨機(jī)采樣的負(fù)樣本質(zhì)量較低，模型難以從水下噪聲圖像中學(xué)習(xí)復(fù)雜內(nèi)容特征.因此，文中提出基于硬負(fù)樣本對(duì)比學(xué)習(xí)的特征級(jí)... （共23頁(yè)）

開(kāi)通會(huì)員，享受整站包年服務(wù)
科技文檔
數(shù)學(xué) 力學(xué) 化學(xué) 金融 證券 保險(xiǎn) 投資 會(huì)計(jì) 審計(jì) 園藝 林業(yè) 旅游 體育 物理學(xué) 生物學(xué) 天文學(xué) 氣象學(xué) 海洋學(xué) 地質(zhì)學(xué) 新能源 金屬學(xué) 農(nóng)藝學(xué) 農(nóng)作物 管理學(xué) 領(lǐng)導(dǎo)學(xué) 自然科學(xué) 系統(tǒng)科學(xué) 資源科學(xué) 無(wú)機(jī)化工 有機(jī)化工 燃料化工 化學(xué)工業(yè) 材料科學(xué) 礦業(yè)工程 冶金工業(yè) 安全科學(xué) 環(huán)境科學(xué) 工業(yè)通用 機(jī)械工業(yè) 無(wú)線電子 電信技術(shù) 鐵路運(yùn)輸 汽車工業(yè) 船舶工業(yè) 動(dòng)力工程 電力工業(yè) 農(nóng)業(yè)科學(xué) 農(nóng)業(yè)工程 植物保護(hù) 動(dòng)物醫(yī)學(xué) 教育理論 學(xué)前教育 初等教育 中等教育 高等教育 職業(yè)教育 成人教育 自然地理 地球物理 經(jīng)濟(jì)統(tǒng)計(jì) 農(nóng)業(yè)經(jīng)濟(jì) 工業(yè)經(jīng)濟(jì) 交通經(jīng)濟(jì) 企業(yè)經(jīng)濟(jì) 文化經(jīng)濟(jì) 信息經(jīng)濟(jì) 貿(mào)易經(jīng)濟(jì) 財(cái)政稅收 市場(chǎng)研究 科學(xué)研究 互聯(lián)網(wǎng) 自動(dòng)化 輕工業(yè) 核科學(xué) 服務(wù)業(yè) 石油然氣 服務(wù)業(yè) 野生動(dòng)物 水產(chǎn)漁業(yè) 硬件 儀器儀表 航空航天 武器軍事 公路運(yùn)輸 水利水電 建筑科學(xué) 軟件