近年來各種有關圖像處理的研究得到了廣泛的關注與發(fā)展,而在計算機圖像研究領域中,圖像轉(zhuǎn)換作為重要的一項技術,許多圖像處理相關的問題都可以歸結到此類任務中,例如圖像風格遷移、圖像降噪、圖像超分辨率解析等。圖像轉(zhuǎn)換旨在研究數(shù)據(jù)域之間的關系并解決如何將一個形態(tài)的圖像轉(zhuǎn)換成另一個形態(tài),因此完成圖像轉(zhuǎn)換需要重點研究圖像間的相似性和多樣性兩方面內(nèi)容,相似性研究內(nèi)容要求生成圖像與輸入圖像的結構相似性,同時又要求生成圖像與目標圖像域樣本的細節(jié)相似性,多樣性研究內(nèi)容要求在處理多模態(tài)輸出或者輸入情況下方法都具有很好的擴展性�，F(xiàn)有的圖像轉(zhuǎn)換方法按照是否需要成對數(shù)據(jù)可以將這類方法分為監(jiān)督方法和無監(jiān)督方法,按照是否可以生成或者處理多種形態(tài)的圖像分為單模態(tài)方法和多模態(tài)方法。成對的訓練數(shù)據(jù)提供了目標圖像用以指導數(shù)據(jù)生成,降低了研究內(nèi)容中相似性要求的難度,然而成對的數(shù)據(jù)是很難獲得的,因此相比于監(jiān)督方法,無監(jiān)督方法更具有普適性。相比于單模態(tài)方法,多模態(tài)方法具有更好的完備性,但是多模態(tài)方法在解決輸出圖像的多種模態(tài)方面更加復雜,最后多模態(tài)方法由于可以應用到多個圖像轉(zhuǎn)換任務,模型往往更加復雜,如何減少網(wǎng)絡參數(shù)也是面臨的問題之一... 

【文章來源】：大連理工大學遼寧省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景和意義
    1.2 圖像轉(zhuǎn)換的研究現(xiàn)狀
        1.2.1 監(jiān)督與無監(jiān)督圖像轉(zhuǎn)換方法
        1.2.2 單模態(tài)與多模態(tài)圖像轉(zhuǎn)換方法
    1.3 主要研究思路與內(nèi)容
    1.4 本文結構
2 相關研究技術
    2.1 生成式模型概述
        2.1.1 生成對抗網(wǎng)絡概述
        2.1.2 變分自編碼器概述
        2.1.3 結合生成對抗網(wǎng)絡與變分自編碼器的生成式模型概述
    2.2 感知損失在圖像轉(zhuǎn)換方法的應用
    2.3 本章小結
3 基于生成式對抗學習的單模態(tài)圖像轉(zhuǎn)換方法
    3.1 引言
    3.2 關鍵技術
        3.2.1 雙生成對抗網(wǎng)絡
        3.2.2 互信息
        3.2.3 感知對抗損失
    3.3 模型結構
        3.3.1 網(wǎng)絡結構
        3.3.2 損失函數(shù)
    3.4 實驗結果與分析
        3.4.1 數(shù)據(jù)集
        3.4.2 對比方法
        3.4.3 評測指標
        3.4.4 結果比較與分析
    3.5 本章小結
4 基于生成式對抗學習的多模態(tài)圖像轉(zhuǎn)換方法
    4.1 引言
    4.2 基于生成對抗網(wǎng)絡的多模態(tài)圖像轉(zhuǎn)換方法
        4.2.1 模型結構
        4.2.2 數(shù)據(jù)集與對比方法介紹
        4.2.3 實驗結果與分析
    4.3 結合生成對抗網(wǎng)絡和變分自編碼器的多模態(tài)視圖轉(zhuǎn)換方法
        4.3.1 基礎知識
        4.3.2 模型結構
        4.3.3 數(shù)據(jù)集與對比方法
        4.3.4 實驗結果與分析
    4.4 本章小結
結論
參考文獻
攻讀碩士學位期間發(fā)表學術論文情況
致謝


【參考文獻】：
期刊論文
[1]人工智能研究的新前線:生成式對抗網(wǎng)絡[J]. 林懿倫,戴星原,李力,王曉,王飛躍.  自動化學報. 2018(05)
[2]生成式對抗網(wǎng)絡GAN的研究進展與展望[J]. 王坤峰,茍超,段艷杰,林懿倫,鄭心湖,王飛躍.  自動化學報. 2017(03)



本文編號：3490251