《表1 生成器的编解码神经网络结构》
生成器的目的是基于输入的彩色图像生成服从于真实数据分布PData的红外图像。因为生成器的输入和输出在内容上、物体的位置上是一致的,仅仅在表面上是不一样的,所以两者的高维特征是一致的。基于这样的构想,采用EncoderDecoder[22]的神经网络架构来实现生成器。Encoder和Decoder都是基于卷积块(卷积运算-批量正则化-ReLu激活函数)和转置卷积块(转置卷积运算-批量正则化-Leak-ReLu激活函数)来实现。Encoder的作用是将输入的彩色图像映射成一个高维特征向量,而Decoder的作用是将这个高维特征向量解码成和输入图像内容一致的红外图像。由于生成器输入和输出的许多低层信息是一致的,为了更好地利用输入图像的这些低层信息,在Encoder和Decoder之间加入了跳跃连接来更好地共享这些信息。生成器的网络架构如图2所示,具体说明如表1所示。
图表编号 | XD00163207100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.10 |
作者 | 陈佛计、朱枫、吴清潇、郝颖明、王恩德 |
绘制单位 | 中国科学院沈阳自动化研究所、中国科学院机器人与智能制造创新研究院、中国科学院大学、中国科学院光电信息处理重点实验室、中国科学院沈阳自动化研究所、中国科学院机器人与智能制造创新研究院、中国科学院大学、中国科学院光电信息处理重点实验室、中国科学院沈阳自动化研究所、中国科学院机器人与智能制造创新研究院、中国科学院大学、中国科学院光电信息处理重点实验室、中国科学院沈阳自动化研究所、中国科学院机器人与智能制造创新研究院、中国科学院大学、中国科学院光电信息处理重点实验室、中国科学院沈阳自动化研究所、中国科学院机器人与 |
更多格式 | 高清、无水印(增值服务) |