cyclegan | BriefGPT - AI 论文速递

关键词cyclegan

搜索结果 - 48

Cycle-YOLO: 一种高效稳健的路面损害检测框架
本文提出了一个增强的道路损伤检测方法，利用 CycleGAN 和改进的 YOLOv5 算法，通过数据增强方法、注意力机制和空洞空间金字塔池化等技术，成功实现了道路损伤的实时、准确检测，并在实际应用中取得了良好结果。
PDFa month ago
基于 CycleGAN 的病理性肺部 CT 扫描形态感知综合，增强半监督肺部分割
本文利用 CycleGAN 为基础，通过额外的损失函数和预处理步骤，提出一种新的策略用于病理性肺部分割，实现对医学图像中肺组织及其周围区域的精确定位和分割。
PDF2 months ago
领域转移的合成数据生成用于提高单目深度估计
基于 3D 合成环境和 CycleGAN 域转换的数据生成方法与常见的 NYUDepth V2 数据集相比，通过使用不同的真实和模拟数据集训练基于 DenseDepth 结构的深度估计模型，我们评估了模型在新采集的图像和 Husky 机器人
PDF2 months ago
DestripeCycleGAN：无监督红外图像除条纹的条纹模拟 CycleGAN
在本研究中，我们提出了一种名为 DestripeCycleGAN 的新型框架，用于单帧红外图像去条带化。通过将传统的辅助生成器替换为先验条带生成模型（SGM），结合梯度图用于重新建立循环一致性，并设计了 Haar 小波背景引导模块（HBGM
PDF5 months ago
不同图像领域中的灰度图像着色与 GAN 和 CycleGAN
灰度图像的自动上色一直是一个具有挑战性的任务。本文复现了基于 GAN 的上色模型，并对其中一种变体进行了实验。我们还提出了一种基于 CycleGAN 的模型，并在各种数据集上进行了实验。结果表明，所提出的 CycleGAN 模型在人脸着色和
PDF5 months ago
麦克风转换：减轻声音事件分类中的设备差异
通过引入 CycleGAN 作为新的增强技术，本研究提出了一种针对设备差异性提高声音事件分类系统鲁棒性的方法，并展示了一个独特的数据集用于评估该方法。实验结果显示，该方法在加权 F1 分数上的泛化性能优于现有方法 5.2% - 11.5%，
PDF6 months ago
MRI 图像翻译的 CycleGAN 模型
该研究提出了使用 CycleGAN 模型将神经图像从一种场强转化为另一种的方法，并将其与基于 DCGAN 结构的模型进行了比较，结果表明 CycleGAN 能够以较高的准确度生成合成和重构图像。
PDF6 months ago
CycleGANAS：CycleGAN 的可微分神经架构搜索
我们为 CycleGAN 开发了一种神经架构搜索（NAS）框架，用于执行无成对图像到图像的翻译任务，并设计了由简单的基于 ResNet 的单元堆栈组成的架构，有效探索大搜索空间，并且成功解决了数据不平衡的问题。这是 CycleGAN 的第一
PDF8 months ago
约束 CycleGAN 用于有效生成改进空间分辨率的超声扇形图像
通过引入 CCycleGAN 算法，本研究成功地改善了超声图像的空间分辨率和峰值信噪比，保留了结构一致性和背散射模式，并获得了更高质量的心壁运动估计。
PDF10 months ago
结构保持合成：MaskGAN 用于非配对 MR-CT 转换
本文提出了 MaskGAN，这是一个新颖且具有成本效益的框架，通过利用自动生成的粗糙掩膜来实现结构的一致性，以克服医学图像合成中配对数据稀缺以及图像错位的问题。
PDFa year ago
xAI-CycleGAN：一种循环一致的生成辅助网络
本文介绍了通过使用基于判别器的可解释性来提高生成模型的收敛速度的方法，该方法利用判别器的显著性图屏蔽生成器梯度进行反向传播，并通过添加解释性的潜变量，引入了输入的噪声蒙版，从而实现了双向的可解释性融合，从而提高了模型的收敛速度，同时保持了图
PDFa year ago
深度学习反向传播估算动态增强磁共振成像药代动力学参数
本文提出了一种基于物理驱动 CycleGAN 方法的非配对深度学习方法，用于在不需要单独进行动脉输入函数（AIF）测量的情况下，估计药代动力学参数和 AIF，实验结果表明该方法可以生成比其他技术更可靠的药代动力学参数。
PDFa year ago
基于血管分割的 CycleGAN 用于非配对多模态视网膜图像合成
本研究提出了一种将血管分割网络集成到图像翻译任务中的方法，并通过扩展 CycleGAN 框架，将其插入到 UNet 视觉转换器生成器网络之前，以此来提高基于深度学习的多模式视网膜配准方法的训练数据集。我们重构了原始的恒等损失，以学习血管分割
PDFa year ago
深度传导迁移学习自动目标识别
本文提出了一种基于转导迁移学习框架和 CycleGAN 的自动目标识别算法，用于在无人车等各种图像域中识别车辆。在 DSIAC ATR 数据集上，该方法实现了明显的分类性能提升。
PDFa year ago
BiTrackGAN：级联 CycleGAN 以约束人脸衰老
本文提出了一种基于 CycleGAN 的网络训练方法，通过这种方法可以对人脸图像数据库进行更新以保证更高识别精度和更合理和准确的衰老合成效果，并得到了比其他方法更为优秀和多样化的跨年龄人脸合成结果。
PDFa year ago
使用 CycleGAN 和跨域损失改进半监督端到端自动语音识别
本研究提出了一种结合 CycleGAN 和域间损失的新方法，用于半监督的端到端自动语音识别，利用这种方法可以在无配对的语音文本输入上进行训练，并取得了明显的性能提升。
PDF2 years ago
ECCV基于半监督学习的真实混沌场景下稳健车辆相似度学习
本篇研究提出了一种基于 CycleGAN 的训练范式 ——RVSL，它整合了 ReID 和域变换技术，并在半监督的训练方式下解决了车辆 ReID 在真实世界雾霾场景中的问题。实验结果表明，该方法在雾霾场景下的车辆 ReID 比现有方法表现更
PDF2 years ago
道路场景分析的物理可信偏振数据增强
本文提出使用基于深度生成模型的图像翻译技术 CycleGAN 来将大型标记路景数据集转换到极化领域，通过一些附加损失项来处理极化图像的物理约束条件，从而实现在道路场景的物体检测任务中提高汽车和行人检测的性能高达 9％的目标，该方法已经公开发
PDF2 years ago
通过 CycleGAN 将超声图像转换为伪解剖展示
通过利用神经网络的 CycleGAN 方法，从医学超声图像数据中生成伪解剖图像，提高图像质量以更好地表现病变区域，其中生成伪解剖图像在病变分割中的对比度和区分度较高，可潜在地简化诊断流程并改善临床结果。
PDF2 years ago
ICML恶劣天气下的视觉：利用 CycleGAN 和各种目标检测器进行增强，实现自主赛车中的鲁棒感知
通过使用 CycleGAN 合成多个天气条件下的数据集，我们在自主赛车中将最先进的四个探测器的性能平均提高了 42.7 和 4.4 mAP 百分点，并进行了五种目标探测器的比较分析，以确定在挑战性条件下自主赛车中使用最佳探测器和训练数据。
PDF2 years ago