Синтез изображений дорожных знаков с помощью условных порождающих противоборствующих нейросетейстатья

Дата последнего поиска статьи во внешних источниках: 24 января 2020 г.

Работа с статьей


[1] Хрушков П. В., Шахуро В. И., Конушин А. С. Синтез изображений дорожных знаков с помощью условных порождающих противоборствующих нейросетей // Proceedings of the 28th International Conference on Computer Graphics and Vision GraphiCon'2018. — Tomsk Polytechnic University Tomsk, Russia, 2018. — С. 242–246. В работе рассматривается метод генерации синтетических обучающих выборок для задачи классификации дорожных знаков. Метод основан на использовании порождающих конкурирующих нейросетей и метрики Васерштейна. Исследуется метод условной генерации изображений, когда на вход порождающей нейросети подается случайный шум и метка класса изображения, которое нужно сгенерировать. Для обучения такой нейросети предлагается использовать перекрестную энтропию в добавление к метрике Васерштейна. Для стабилизации процесса обучения используются веса для обучающей выборки. Экспериментальная оценка метода показывает, что условная порождающая сеть работает лучше, чем простая генерация дорожных знаков по иконке, однако не дотягивает до метода, в котором для каждого класса обучается отдельная порождающая нейросеть.

Публикация в формате сохранить в файл сохранить в файл сохранить в файл сохранить в файл сохранить в файл сохранить в файл скрыть