文献类型：期刊文章

作　　者：王坤峰[1,2] 鲁越[1,3] 王雨桐[1,3] 熊子威[3] 王飞跃[1,4]

WANG Kunfeng LU Yue WANG Yutong XIONG Ziwei WANG Fei-Yue(The State Key Laboratory of Management and Control for Complex Systems, Institute of Automation, Chinese Academy of Sciences, Beijing 100190 Parallel Vision Innovation Technology Center, Qingdao Academy of Intelligent Industries, Qingdao 266000 School of Computer and Control Engineering, University of Chinese Academy of Sciences, Beijing 100049 Research Center of Military Computational Experiments and Parallel Systems, National University of Defense Technology, Changsha 410073)

机构地区：[1]中国科学院自动化研究所复杂系统管理与控制国家重点实验室,北京100190 [2]青岛智能产业技术研究院平行视觉创新技术中心,青岛266000 [3]中国科学院大学计算机与控制学院,北京100049 [4]国防科学技术大学军事计算实验与平行系统技术研究中心,长沙410073

出　　处：《模式识别与人工智能》

基　　金：国家自然科学基金项目(No.61533019;91520301;71232006)资助~~

年　　份：2017

卷　　号：30

期　　号：7

起止页码：577-587

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了提高计算机视觉系统的泛化能力,要求利用大规模、多样化、带标注的图像数据集,对视觉模型进行充分的学习与评估.由于从实际场景中获取图像具有局限性,文中提出一种图像生成理论框架,称为平行图像.平行图像的核心单元是软件定义的人工图像系统.从实际场景中获取特定的图像"小数据",输入人工图像系统,生成大量新的人工图像数据.文中总结平行图像的实现方法,包括图形渲染、图像风格迁移、生成式模型等,并且对比分析人工图像和实际图像的特点,讨论领域适应策略.

关 键 词：平行图像  模型学习  图形渲染 图像风格迁移  生成式模型  

分 类 号：TP391.41]