投审稿平台


投稿指南
下载专区
地  址:北京市海淀区中关村科学院
南路6号中国科学院计算所342号 [地图]
《计算机辅助设计与图形学学报》编辑部
邮政编码:100190
电  话:010-62562491
          010-62600342
订阅信息
ISSN      1003-9775
CN        11-2925/TP
邮发代号:82-456
单    价:80.00元
全年订价:960.00元
在线期刊

基于条件生成对抗网络的手绘图像检索

刘玉杰1), 窦长红1), 赵其鲁1), 李宗民1), 李 华2)
1) (中国石油大学(华东)计算机与通信工程学院 青岛 266580)2) (中国科学院计算技术研究所智能信息处理重点实验室 北京 100190)
分类号: TP391.41
出版年,卷(期):页码: 2017 , 29 ( 12 ): 2336-2342 刘玉杰
摘要: 传统的手绘图像检索方法将自然图像通过边缘检测算法转换成“类手绘图”, 不能很好地减小自然图像与手绘图像之间的视觉差异. 针对此问题, 提出一种基于条件生成对抗网络的手绘图像检索方法. 首先训练条件生成对抗网络, 其中生成器由边缘图至自然图像的映射网络构成; 然后通过生成器将手绘图转换为自然图像, 以消除二者的视觉差异; 最后使用深度卷积神经网络提取深度特征进行相似度度量, 达到检索的目的. 在基准数据库上进行实验的结果显示, 该方法的检索精度有明显提高.
关键词: 手绘图像检索; 条件生成对抗网络; 编码-解码网络; 卷积神经网络
Sketch Based Image Retrieval with Conditional Generative Adversarial Network
Liu Yujie1), Dou Changhong1), Zhao Qilu1), Li Zongmin1), and Li Hua2)
1) (College of Computer & Communication Engineering, China University of Petroleum, Qingdao 266580)2) (Key Laboratory of Intelligent Information Processing, Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100190)
abstract: Traditional methods on sketch based image retrieval leveraged edge detection algorithms to turn natural images into edge maps, but it can not well decrease the visual diversity between natural images and sketches. For this problem, we propose a novel sketch based image retrieval method based on conditional generative adversarial networks. Our method is demonstrated as follows: Firstly, we train the conditional generative adversarial net-works, of which the generative network is constituted by an edges-to-photo mapping network; secondly, sketch images are converted to natural images by the generative network; thirdly, we use deep convolution neural net-work to extract the deep feature to achieve retrieval. Experiments on retrieval show positive results.
keyword: sketch based image retrieval; conditional generative adversarial network; encoder-decoder network; convolutional neural network
 
Copyright © 2004《计算机辅助设计与图形学学报》版权所有
电话:010-62600342 传真:010-62562491
E_mail:jcad@ict.ac.cn