首页
中文
首页
: 在本文中，我们结合图像自学习和生成对抗网络，提出了一种海量通用图像搜集的方法。首先，我们使用无监督的方式对海量图像数据进行聚类，从而得到一些原始的图像簇。然后，我们利用生成对抗网络对每个图像簇进行训练，生成具有多样性和高质量的图像。最后，我们通过使用图像自学习方法将这些生成的图像与原始图像进行重新组合，从而获得一批经过筛选的高质量通用图像。实验结果表明，我们提出的方法能够有效地搜集和生成大量多样性的图像，并且具有较高的质量。这种方法可以应用于图像检索、图像增强和图像合成等领域，具有广泛的应用前景。 本
