为什么选择GAN 网络来做图像处理中内容提取的办法？
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
因为：
1）基于srGAN 网络，该网络加入了特征图的损失函数，这样可以很好保留高频信息，能更好的保留边缘。特征图的损失函数如下图所示： 
该公式将原图和生成图特征值差的平方做为损失函数。
2）由于有对抗损失的存在，可以很好的降低误检率。
3）最重要的一点是在有透明度的场景下，语义分割网络只能“提取”元素，无法“还原”元素。而GAN 网络不仅可以在提取元素的同时还原出未叠加时的像素情况。
以上内容摘自《前端代码是怎样智能生成的》电子书，点击https://developer.aliyun.com/topic/download?id=53可下载完整版
你好，我是AI助理
可以解答问题、推荐解决方案等
评论
全部评论 (0)