- 1、本文档共44页,其中可免费阅读14页,需付费150金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
PAGE
PAGE I
空间扩展目标图像生成网络的设计与实现
摘要
随着人工智能时代的到来,深度学习的创造力吸引了很多人的注意力。人们对生成模型的热情逐步提高。以生成对抗网络为代表的生成模型在图像生成,语音生成,文本生成等领域取得了十足的进步。
空间卫星图像是由卫星中的摄像头等设备采集的,这类照片十分稀缺,因此如何通过深度学习来实现此类图像的生成是一项具有意义的工作。
本文收集了部分的空间卫星图像用于生成对抗网络的训练,同时通过基于Tensorflow的Keras深度学习框架搭建了自己的生成对抗网络,通过多轮训练后实现了对卫星空间图像的生成。
关键词:生成对抗网络,空间卫星图像
文档评论(0)