| 注册
首页|期刊导航|南京大学学报(自然科学版)|分离表示学习下的严重缺失静脉信息高质量生成

分离表示学习下的严重缺失静脉信息高质量生成

王军 申政文 李玉莲 潘在宇

南京大学学报(自然科学版)2021,Vol.57Issue(5):810-817,8.
南京大学学报(自然科学版)2021,Vol.57Issue(5):810-817,8.DOI:10.13232/j.cnki.jnju.2021.05.011

分离表示学习下的严重缺失静脉信息高质量生成

Disentangled representation learning network for high-quality vein image inpainting

王军 1申政文 1李玉莲 1潘在宇1

作者信息

  • 1. 中国矿业大学信息与控制工程学院,徐州,221116
  • 折叠

摘要

关键词

手背静脉图像/图像修复/图像转换/分离表示学习/循环一致性损失

分类

信息技术与安全科学

引用本文复制引用

王军,申政文,李玉莲,潘在宇..分离表示学习下的严重缺失静脉信息高质量生成[J].南京大学学报(自然科学版),2021,57(5):810-817,8.

基金项目

科技部科技创新2030-"新一代人工智能"重大项目(2020AAA0107300) (2020AAA0107300)

南京大学学报(自然科学版)

OACSCDCSTPCD

0469-5097

访问量0
|
下载量0
段落导航相关论文