对抗网络相关论文
【目的/意义】随着社交网络的复杂化,当前谣言往往是由描述事件的文本、对应的图片或者视频组成,多种模态的谣言更容易给用户传达一......
随着人工智能相关领域的快速发展,智慧医疗新模式,已成为交叉研究领域的热点方向。舌体丰富脉络与人体的五脏六腑连接,可及时反映......
已有的天津大黄堡湿地鸟类数据集存在样本数量少、样本分布不均衡等问题,严重影响鸟类智能识别的精度.本文提出一种基于生成式对抗......
随着我国城市化和工业化建设进程的迅速推移和深入,对建筑物进行动态监测提取准确、高效的变化信息具有十分重要的意义,关系到城市......
针对实验室环境下容易获取大量有标签故障类型数据,而在实际工况条件下很难或无法获取大量带标签数据的问题,提出机械设备故障的深......
在多智能体的相关研究中,多智能体的能控性是研究最热点的方向之一。做为当代人工智能的发展重点,解决好这一问题有利于推动各领域......
近年来,随着对深度神经网络的巨大潜力的开发,基于深度神经网络的目标识别模型取得了巨大的成功,一些模型对物体的识别正确率甚至......
在2019年末暴发的新冠肺炎(COVID-19)疫情对全世界都产生了深远的影响,成千上万的人感染病毒,世界各国都采取了不同的策略应对这次疫......
随着互联网技术的不断发展,电子商务也随之兴起,商品的评论成为了人们进行购买决策时重要的参考信息。为了获得可观的收益,商家通......
基于高分辨率遥感影像的土地覆盖分类对于国土空间规划意义重大,而目前的分类方法多集中传统的支持向量机和决策树等机器学习算法,......
情感作为一种常见的心理现象,与人类的认知和行为密切相关。如何对情感进行计算,进而使机器能够理解人类的情感,是目前人工智能领......
近年来,无线信号感知识别技术受到广泛的使用。然而信号传播环境中的多径干扰造成感知识别性能下降是实际应用中面临的重要调整。......
医学图像配准一直是医学影像处理系统中重要的处理环节,能够为后续的融合、重建等任务提供对齐的图像数据。由于医学图像具有极其......
文本情感分类领域性强,传统情感分类方法在多领域混合数据上效果不佳.为了提升多领域混合情境下文本情感分类的准确率,使用双向编......
语义分割是图像理解的关键部分,是一项基础的计算机视觉任务,其广泛应用于自动驾驶、医疗图像分析、智能监控等领域。现有的语义分......
随着互联网和物联网的迅速发展,产生了海量有价值的多模态数据。如何在海量数据中快速高效地找到与之相关的多模态信息极其重要,这......
建筑景观格局成为现代建筑领域专家和学者共同关注的话题.为生成建筑景观格局,研究提出一种面向多重对抗分割信息共享生成网络模型......
图像风格迁移是近年来十分活跃的研究方向,该研究因其迁移结果的多样性,及其特征提取的思想在其他计算机视觉应用中具有通用性,从......
行人重识别作为计算机视觉领域一个重要研究方向,在大型公共场所的智能安防系统中有着广泛的应用。行人重新识别是指利用计算机视......
域对抗学习是一种主流的域适应方法,它通过分类器和域判别器来学习具有可区分性的域不变特征;然而,现有的域对抗方法大多利用一阶......
如今现代机场遍布了监控设备以便监视者及时发现机场内的异常情况,这种传统的监视方式极为耗费人力.由于行人检索技术近年来得到了......
随着通信和互联网技术的飞速发展,多模态数据急剧增加。海量的多模态数据在方便用户的同时,也对信息检索技术提出了新的挑战。为了......
自然语言理解是自然语言处理中的一个很重要的分支,旨在自动的将非线性的语言资料转换为一种可以直接被机器直接采用处理的语意表......
近年来,人脸识别技术飞速发展,其主要应用于门禁系统和公共安防系统.然而现有的人脸识别系统容易受到仿冒攻击(也称为呈现攻击),例......
使用神经网络生成流畅的自然语言已成为文本生成的常用方法。根据用户偏好生成丰富多样的文本,具有广泛的应用价值。早期文本生成......
随着网络通信技术的飞速发展,互联网已经成为最主要的传输信息的渠道。数字图像作为一种信息的传输载体,被各行各业所广泛使用。为......
基于医学图像的计算机辅助诊断通常被看作医生的诊断决策参考和“第二意见”,它能减轻医生的工作负担同时提高医疗诊断精度。医学......
警觉性的缺失是造成交通事故的最重要原因之一,良好的警觉度估计模型对预防交通事故有重大意义。脑电可以客观反映人的生理心理状......
深度领域适应属于深度迁移学习的一部分,主要用来解决标注数据不足的问题,是一种比较前沿的机器学习方法。传统迁移学习,通过共享......
极地冰盖,包括南极冰盖和格陵兰冰盖,其冰川总体积占世界冰川总体积的99%。全球变暖导致的极地冰盖上的冰雪融化,同时引起海平面不......
近年来,随着人口老龄化的加剧,阿尔兹海默病(俗称老年痴呆症)发病人数逐渐增多。由于阿尔兹海默症导致而出现的痴呆症状是不可逆的......
随着计算机网络技术的发展以及智能设备的普及,人们通过互联网进行交流的热情愈发高涨,网络信息随之变得复杂多样。如果能够从大量......
本文提出了一种基于超分辨率生成网络的方法来识别极低分辨率视频中的动作。方法包括两个模块,即超分辨率模块和动作识别模块。超......
为解决当前人脸超分辨率算法细节处理不足和过度平滑等问题,基于对抗网络技术提出一种针对单一面部图像的超分辨率重建算法。在生......
人脸图像是一种最常见的数据,近几年随着深度学习的发展,人脸自然演变的研究越发变得火热。人脸自然演变是指根据某人某个年龄段的人......
机器学习的不断发展对现代密码体制造成的威胁不断增大,如何将神经网络应用到密码学上的研究日益深入,而生成对抗网络的对抗学习机......
生成对抗网络(Generative Adversarial Networks,GANs)自提出以来被广泛应用于各个领域。虽然在信息安全领域中对其的应用研究日益......
传统方法在进行对抗网络图像聚焦形貌修复时,图像光影边缘修补效果不佳,图像去噪效果差,提出一种稀疏表示的对抗网络图像聚焦形貌......
随着深度学习的发展,语音识别技术取得了突破性进展,也带动了语音助手、智能音箱等一批应用。然而,复杂声学环境、多语言等难点问......
在自编码的学习过程中如何更好地保留原始特征及消除多模态数据分布的差异是一个重要的研究课题.因此,文中提出基于双对抗自编码器......
为了解决传统方法特征提取结果受外界环境影响大,且没有考虑对抗网络图像中高频信息的特殊作用,影响配准精度的问题,通过模糊数学......
在目标检测方法中,通过使用具有不同遮挡程度的数据集进行训练,能够提升目标检测算法对遮挡的不变性,但现实生活中的数据集往往存......
自编码网络是一种常用的无监督图像特征提取和压缩方法,通常使用均方差(Mean Square Error, MSE)作为损失函数。然而,由于MSE没有......