Current Location:home > Browse

1. chinaXiv:202009.00062 [pdf]

基于生成式对抗网络的画作的图像合成方法

赵宇欣; 王冠
Subjects: Computer Science >> Integration Theory of Computer Science

画作的图像合成旨在将两个不同来源的图像分别作为前景和背景融合在一起,这通常需要局部风格迁移。现有的算法过程繁琐且耗时,不能做到实时的图像合成。针对这一缺点,提出了基于生成式对抗网络(GAN)的前向生成模型(PainterGAN)。PainterGAN的自注意力机制和U-net结构控制合成过程中前景的语义内容不变。同时,对抗学习保证逼真的风格迁移。在实验中,使用预训练模型作为PainterGAN的生成器,极大地节省了计算时间和成本。实验结果表明,比起已有的方法,PainterGAN生成了质量相近甚至更好的图像,生成速度也提升了400倍,在解决局部风格迁移问题上是高质量、高效率的。

submitted time 2020-09-28 From cooperative journals:《计算机应用研究》 Hits2470Downloads269 Comment 0

2. chinaXiv:202009.00119 [pdf]

基于生成对抗网络的智能音乐制作综述

马丹; 吴跃
Subjects: Computer Science >> Integration Theory of Computer Science

如何借助计算机算法进行音乐的自动或半自动化生成工作一直是人工智能领域的一个研究热点。近年来,随着深度学习技术的深入发展,使用基于神经网络并契合乐理先验知识的方法来生成高质量、多样性智能音乐的任务也引起了研究者的重视。其中,引入生成对抗机制以提升生成效果的工作取得了一定成果,同时也具备极大的提升空间。为了更好地推进后续研究工作,对相关领域的现有成果进行全面而系统的梳理、分析、总结具有比较重要的意义。首先对机器作曲的发展过程进行了回顾,对音乐领域常用的GANs相关重要模型进行了简要归纳介绍,对引入了生成对抗训练机制的音乐生成方法进行了重点分析,最后对该领域的现状进行了总结并进一步展望了未来的发展方向。

submitted time 2020-09-28 From cooperative journals:《计算机应用研究》 Hits51Downloads27 Comment 0

3. chinaXiv:201905.00019 [pdf]

基于生成对抗网络的模糊密钥加密通信研究

李西明; 吴嘉润; 吴少乾; 郭玉彬; 马莎
Subjects: Computer Science >> Integration Theory of Computer Science

模糊密钥加密通信是指在通信方密钥具有一定差异的情况下实现安全的加密通信。生成对抗网络是一个通过对抗学习得到生成模型的新框架,通过生成模型和判别模型的博弈可实现生成模型对样本数据分布的准确估测,利用生成对抗网络实现了敌手存在情况下的安全通信。目的是解决模糊密钥加密通信问题,并利用生成对抗网络的方法初步实现了对称密钥下的模糊密钥加密通信方案。首先利用神经网络实现两方模糊密钥加密通信,实现16 bit特密钥对称加密通信中6 bit密钥差异的模糊密钥加密通信。在此基础上考虑敌手存在的模糊密钥加密通信模型,利用GAN思想对通信双方与敌手进行对抗训练,实现16 bit密钥对称加密通信中4 bit密钥差异的模糊密钥通信,实验所得模型中通信双方可正常通信而敌手在可获取密文情况下无法获取明文信息。实验证明了利用神经网络与生成对抗网络解决模糊密钥加密通信问题的可行性。

submitted time 2019-05-10 From cooperative journals:《计算机应用研究》 Hits1540Downloads664 Comment 0

4. chinaXiv:201904.00020 [pdf]

结合DCGAN与LSTM的阿兹海默症分类算法

林颖; 何啸峰; 陈灵娜; 陈俊熹
Subjects: Computer Science >> Integration Theory of Computer Science

针对传统的阿兹海默症(Alzheimer’s disease,AD)分类3D模型参数过多以及2D模型缺乏连续性特征的问题,提出了一种结合2D卷积神经网络与长短时记忆网络的脑部核磁共振成像(magnetic resonance imaging,MRI)图像分类算法。利用深度卷积生成对抗网络(deep convolutional generative adversarial networks,DCGAN),卷积层能够在无标签的情况下自动提取到图像特征。首先以无监督的方式训练卷积神经网络;将MRI图像序列转换为特征序列,再输入到长短时记忆网络进行训练;最后结合特征序列与LSTM的隐藏状态进行分类。实验结果显示,相比3D模型,该算法有着更少的参数,对于NC与AD的分类达到了93.93%的准确率,对于NC与MCI达到了86.27%的准确率。

submitted time 2019-04-01 From cooperative journals:《计算机应用研究》 Hits12210Downloads575 Comment 0

5. chinaXiv:201904.00008 [pdf]

基于条件的边界平衡生成对抗网络

王硕诚; 苟刚; 葛梦园
Subjects: Computer Science >> Integration Theory of Computer Science

生成对抗网络(generative adversarial networks,GAN)是今年来最热门的生成模型之一,使用生成对抗网络和它的一些改进模型可以生成随机图像,或是质量不高的特定图像。目前并没有能够使用简单的网络结构生成高质量特定图像的生成模型,针对这一项任务,提出的方法结合了边界平衡生成对抗网络(boundary equilibrium generative adversarial network,BEGAN)的优点,添加附加条件特征以及均方误差损失,建立条件边界平衡生成对抗网络(conditional-BEGAN,C-BEGAN),使用这种方法提取其中的生成模型用于特定图像的生成,实验结果表明,该方法相比于其他监督类生成模型可以使用更简单的网络达到更快的收敛速度并且能够生成具有更好质量以及多样性的图片。

submitted time 2019-04-01 From cooperative journals:《计算机应用研究》 Hits8890Downloads428 Comment 0

6. chinaXiv:201901.00008 [pdf]

基于特征重标定生成对抗网络的图像分类算法

姜代红; 张三友; 刘其开
Subjects: Computer Science >> Integration Theory of Computer Science

针对传统鉴别器的损失策略和结构难以提取到更抽象以及任务相关的鲁棒性特征,从而导致半监督图像分类表现不足,提出了基于特征重标定的生成对抗网络。为了学习到任务相关的特征,在现有半监督GAN的基础上,为鉴别器引入模型在不同状态下的无监督均方差损失正则项,对训练样本中两个分支的同一输入对应得到的不同输出进行参数惩罚,从而指导特征重标定的优化方向。此外,在鉴别器中加入压缩激活模块来优化传统鉴别器的卷积池化结构。该模块自动学习每一个特征通道的重要程度,能够提取任务相关的特征抑制任务无关的特征,实现特征的重标定功能,从而提高半监督图像分类的表现。

submitted time 2019-01-03 From cooperative journals:《计算机应用研究》 Hits736Downloads350 Comment 0

7. chinaXiv:201809.00060 [pdf]

基于生成对抗网络的遮挡表情识别

王素琴; 高宇豆; 张加其
Subjects: Computer Science >> Integration Theory of Computer Science

针对实际应用中局部遮挡会影响人脸表情识别,提出一种基于生成对抗网络(GAN)的表情识别算法,先对遮挡人脸图像填补修复,再进行表情识别。其中GAN的生成器由卷积自动编码机构成,与鉴别器的对抗学习使得生成的人脸图像更加逼真。由卷积神经网络构成的鉴别器具有良好的特征提取能力,添加多分类层构成了表情分类器,避免了重新计算图像特征。为了解决训练样本不足的问题,将celebA人脸数据集用于训练人脸填补修复,同时表情分类器的特征提取部分得到了预训练。在CK+数据集上的实验证明,填补后的人脸图像真实连贯,并取得了较高的表情识别率,尤其提高了人脸大面积遮挡的识别率。

submitted time 2018-09-12 From cooperative journals:《计算机应用研究》 Hits812Downloads399 Comment 0

8. chinaXiv:201806.00086 [pdf]

基于生成对抗网络的配网单线图网络结构特征表示学习.pdf

张翔
Subjects: Information Science and Systems Science >> Basic Disciplines of Information Science and Systems Science

对于配电网的规划设计、运行检修、调度管理等业务,配网单线图是一种必不可少的常用工具。配网单线图在使用过程中对于布局规范性有严格要求,不同的配网网架结构配网单线图的成图布局各不相同,传统的自动成图算法无法适配网架结构的变化,自动根据网架类型生成对应布局的单线图。深度学习算法具备强大的耦合性,它能够自动总结内部成图规律,生成符合所需成图布局的配网单线图。为了将深度学习算法应用于配网单线图自动成图领域,需要考虑建立一个能够表示配网单线图网络结构特征的算法,该算法核心是能够适应深度学习算法需要,实现配网单线图网络特征的低维度表达。现有的网络特征表示学习方法研究多是针对于社交网络的特有属性进行特征表示。电力设备网络与社交网络相比,设备间的连接关系受电气物理特性限制,并没有针对电力网络的特有属性进行学习。因此,本文在已有的网络特征表示学习研究的基础上,提出了一个针对配网单线图的网络特征结构表示学习算法,利用构成配电网基础的配电设备电气联接关系来建立数学模型,定义网络节点间一阶、二阶和零阶连接特性,然后通过生成对抗网络来实现低维度网络特征表示。论文结尾在实验中通过样本数据验证网络特征的一阶和二阶相似性,证明算法在实现的效率和准确性上,更贴近电力业务的特点。

submitted time 2018-06-19 Hits10736Downloads1677 Comment 0

9. chinaXiv:201805.00256 [pdf]

基于条件生成对抗网络的漫画手绘图上色方法

梁培俊; 刘怡俊
Subjects: Computer Science >> Integration Theory of Computer Science

对漫画手绘图进行上色在漫画和游戏开发领域是一项耗时耗力却又重要工作。因此,针对这项任务提出一种基于条件生成对抗网络(CGAN)的漫画手绘图自动上色方法。实验中,采用U型结构的生成器,对网络模型使用L1进行约束,在生成器和判别器的对抗式训练中,模型不断学习并优化手绘图到对应彩色图像间的映射关系,最后使用训练得到的条件GAN网络模型对手绘图上色。实验表明,使用这种方法可以有效并且快速地对漫画手绘图上色,同时保持可观的视觉效果。

submitted time 2018-05-20 From cooperative journals:《计算机应用研究》 Hits643Downloads405 Comment 0

10. chinaXiv:201804.02033 [pdf]

基于生成对抗网络的恶意域名训练数据生成

袁辰; 钱丽萍; 张慧; 张婷
Subjects: Computer Science >> Integration Theory of Computer Science

当前僵尸网络大量采用DGA算法躲避检测,针对主流的基于人工规则的检测算法无法对最新产生的DGA域名进行识别检测和基于机器学习的检测算法缺乏演化的训练数据的问题,提出了一种基于Ascall编码方式定义域名编、解码器,并结合生成对抗网络构造域名字符生成器来预测生成DGA变体样本的方法。实验结果表明,在采用生成数据进行分类器训练和性能评估中,此方法生成的DGA域名变体样本可充当真实DGA样本,验证了生成数据的有效性并可用于DGA域名检测器的训练评估。

submitted time 2018-04-19 From cooperative journals:《计算机应用研究》 Hits904Downloads550 Comment 0

  [1 Pages/ 10 Totals]