激光与光电子学进展, 2019, 56 (16): 161004, 网络出版: 2019-08-05   

基于生成对抗网络的多模态图像融合 下载: 2228次

Multimodal Image Fusion Based on Generative Adversarial Networks
作者单位
1 中北大学大数据学院, 山西 太原 030051
2 酒泉卫星发射中心, 甘肃 酒泉 735000
引用该论文

杨晓莉, 蔺素珍, 禄晓飞, 王丽芳, 李大威, 王斌. 基于生成对抗网络的多模态图像融合[J]. 激光与光电子学进展, 2019, 56(16): 161004.

Xiaoli Yang, Suzhen Lin, Xiaofei Lu, Lifang Wang, Dawei Li, Bin Wang. Multimodal Image Fusion Based on Generative Adversarial Networks[J]. Laser & Optoelectronics Progress, 2019, 56(16): 161004.

引用列表
1、 基于双向深度编码网络的短视频流行度预测激光与光电子学进展, 2022, 59 (8): 0811009
2、 基于条件生成对抗网络的低级别胶质瘤MR图像分割激光与光电子学进展, 2020, 57 (22): 221004
3、 密集连接的生成对抗网络图像超分辨率重建激光与光电子学进展, 2020, 57 (22): 221011
4、 基于二次生成对抗的人体姿态估计激光与光电子学进展, 2020, 57 (20): 201509
5、 基于内容的医学图像检索研究进展激光与光电子学进展, 2020, 57 (6): 060003

杨晓莉, 蔺素珍, 禄晓飞, 王丽芳, 李大威, 王斌. 基于生成对抗网络的多模态图像融合[J]. 激光与光电子学进展, 2019, 56(16): 161004. Xiaoli Yang, Suzhen Lin, Xiaofei Lu, Lifang Wang, Dawei Li, Bin Wang. Multimodal Image Fusion Based on Generative Adversarial Networks[J]. Laser & Optoelectronics Progress, 2019, 56(16): 161004.

本文已被 5 篇论文引用
被引统计数据来源于中国光学期刊网
引用该论文: TXT   |   EndNote

相关论文

加载中...

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!