Indexed by：
Abstract：
本发明公开了基于条件生成对抗卷积神经网络的图像生成方法，属于深度学习、神经网络和图像生成领域。该生成方法由特征提取器、生成网络和判别网络三部分组成，本发明通过使用条件生成对抗卷积神经网络来训练生成样本，并增加特征提取模块，可以实现对生成图像的语义编辑，便于该发明在工业上的具体应用。本发明使用特征共享嵌入，可以有效缓解生成图像容易产生模式崩溃的问题。本发明将卷积神经网络和条件生成对抗卷积神经网络结合应用于图像生成，相比传统的图像生成方法，能够直接与图像像素进行卷积，从图像像素中提取图像特征，学习样本特征分布，这种方法更加接近人类大脑视觉系统的处理方式。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202010031013.0
Filing Date： 2020-01-13
Publication Date： 2020-06-05
Pub. No.： CN111242216A
Applicants： 北京工业大学
Legal Status： 撤回-视为撤回
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 4
Affiliated Colleges：
