首页> 中文学位 >基于深度学习的图文转换算法研究
【6h】

基于深度学习的图文转换算法研究

代理获取

目录

声明

1 引言

1.1 课题研究背景和目标

1.1.1 研究背景

1.1.2 研究目标

1.2 国内外研究现状

1.3 论文研究内容及关键问题

1.4 研究意义

2 相关技术背景

2.1 图像生成文本背景技术

2.1.1 VGG网络结构

2.1.2 长短期记忆人工神经网络

2.2 文本生成图像背景技术

2.2.1 生成对抗网络

2.2.2 图像和文本的联合嵌入

3 独立提升学习方案

3.1 独立提升学习方案的基本内容

3.2 密集图像标注

3.2.1 精准特征提取法的基本思路

3.2.2 精准特征提取法的网络结构

3.2.3 精准特征提取法的实验结果

3.3 文本生成简单图像

3.3.1 两段生成两段判别法的基本思路

3.3.2 两段生成两段判别法的网络结构

3.3.3 两段生成两段判别法的实验结果

3.3.4 多类判别法的基本思路

3.3.5 多类判别法的网络结构

3.3.6 多类判别法的实验结果

3.4 文本生成图像复杂图像

3.4.1 分割信息引导法的基本思路

3.4.2 分割信息引导法的网络结构

3.4.3 分割信息引导法的实验结果

4 单边对偶学习方案

4.1 单边对偶学习方案的基本内容

4.2 单边对偶学习机制

4.3 图像生成文本模块

4.3.1 网络结构

4.3.2 实验结果

4.4 文本生成图像模块

4.4.1 网络结构

4.4.2 实验结果

5 结论与展望

致谢

参考文献

攻读学位期间取得的研究成果

展开▼

著录项

  • 作者

    张志强;

  • 作者单位

    西南科技大学;

  • 授予单位 西南科技大学;
  • 学科 软件工程
  • 授予学位 硕士
  • 导师姓名 俞文心;
  • 年度 2020
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 计算技术、计算机技术 ;
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号