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.

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

平行图像; 模型学习; 图形渲染; 图像风格迁移; 生成式模型;

10.16451/j.cnki.issn1003-6059.201707001

TP391.41

529577-587113398K
在线咨询 用户反馈