InfraGAN: بنية GAN لنقل الصور المرئية إلى مجال الأشعة تحت الحمراء
| العنوان | InfraGAN: بنية GAN لنقل الصور المرئية إلى مجال الأشعة تحت الحمراء |
|---|---|
| المؤلف | أوزكان أوغلو، M.A.، أوزر، سدات |
| تاريخ النشر: | 2022-03 |
| مكان النشر | - إلسفير |
| الموضوع | نقل النطاق، شبكات GAN، توليد الصور بالأشعة تحت الحمراء |
| النوع | دورية |
| اللغة | الإنجليزية |
| رقمي | نعم |
| مخطوط | لا |
| المكتبة: | جامعة اوزيجين |
| معرف أصل المكتبة | 0167-8655 |
| رقم السجل | 199c2bb5-6bd3-42cd-b316-6117cfbdcf56 |
| موقع المكتبة | علوم الكمبيوتر |
| التاريخ | 2022-03 |
| ملاحظات | توبيتاك |
| نص عينة | لقد كان استخدام كل من الصور المرئية والأشعة تحت الحمراء (IR) في مختلف مهام رؤية الكمبيوتر القائمة على التعلم العميق اتجاهًا حديثًا. وبالتالي، فإن مجموعات البيانات التي تحتوي على أزواج صور مرئية وصور الأشعة تحت الحمراء مطلوبة في العديد من التطبيقات. ومع ذلك، في حين يمكن العثور على مجموعات بيانات الصور الكبيرة الملتقطة في الطيف المرئي في العديد من المجالات، فإن مجموعات البيانات الكبيرة المستندة إلى الأشعة تحت الحمراء ليست متاحة بسهولة في العديد من المجالات. إن عدم وجود نظائر الأشعة تحت الحمراء لمجموعات بيانات الصور المرئية المتاحة يحد من أداء الخوارزميات العميقة الموجودة على صور الأشعة تحت الحمراء بشكل فعال. في هذه الورقة، للتغلب على هذا التحدي، نقدم حلًا قائمًا على شبكة الخصومة التوليدية (GAN) وننشئ مكافئ الأشعة تحت الحمراء لصورة مرئية معينة من خلال تدريب شبكتنا العميقة لمعرفة العلاقة بين طرائق الأشعة تحت الحمراء المرئية. في بنية GAN المقترحة (InfraGAN)، نقدم استخدام التشابه الهيكلي كوظيفة خسارة إضافية. علاوة على ذلك، في أداة التمييز الخاصة بنا، لا نعتبر الصورة بأكملها مزيفة أو حقيقية فحسب، بل نعتبر أيضًا كل بكسل مزيفًا أو حقيقيًا. نقوم بتقييم نتائجنا المقارنة على ثلاث مجموعات بيانات مختلفة ونبلغ عن أحدث النتائج عبر خمسة مقاييس عند مقارنتها بمعماريات Pix2Pix و ThermalGAN من الأدبيات. لقد أبلغنا عن أداء أفضل بنسبة تصل إلى +16% في قياس مؤشر التشابه الهيكلي (SSIM) عبر Pix2Pix وأداء أفضل بنسبة +8% عبر ThermalGAN لمجموعة بيانات VEDAI. تم أيضًا الإبلاغ عن المزيد من المكاسب على المقاييس المختلفة ومجموعات البيانات المختلفة في قسم التجارب لدينا. |
| DOI | 10.1016/j.patrec.2022.01.026 |
| Cilt | 155 |
