Indexed by：
Abstract：
生成对抗网络(GAN)能够生成逼真的图像,已成为生成模型中的一个研究热点.针对生成对抗网络无法有效提取图像局部与全局特征间依赖关系以及各类别间的依赖关系,提出一种用于生成对抗网络的孪生注意力模型(TAGAN).以孪生注意力机制为驱动,通过模拟局部与全局特征间的依赖关系以及各类别间依赖关系,对真实自然图像建模,创建逼真的非真实图像.孪生注意力机制包含特征注意力模型和通道注意力模型,特征注意力模型通过有选择地聚合特征,学习相似特征间的关联性,通道注意力模型通过整合各通道维度的相关特征,学习各通道的内部依赖关系.在MNIST、CIFAR10和CelebA64数据集上验证了所提出模型的有效性.
Keyword：
Reprint Author's Address：
Email：
Source ：
计算机科学与探索
ISSN： 1673-9418
Year： 2020
Issue： 5
Volume： 14
Page： 833-840
Cited Count：
SCOPUS Cited Count： 4
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
