10.3969/j.issn.1006-9348.2020.01.097
一种针对GAN生成的天文图像评价方法研究
为定量评价使用生成对抗网络生成的恒星和星系图像的质量,提出了感知损失函数与Mode score相结合的双样本评价方法.通过对几种常用的生成图像定量评价方法的优缺点的分析以及对感知损失函数进行的改进,得到了能够定量评价生成图像多样性和视觉质量的双样本评价模型.为了验证提出方法的有效性,分别采用Inception score,Kernal MMD,Wasserstein distance及双样本评价方法对生成的两种分辨率的恒星和星系图像进行评价,并将评价结果进行了对比分析.结果 表明双样本评价方法能够全面且客观的评价生成的恒星和星系图像,对利用生成的天文图像预测未知的恒星和星系具有重要意义.
生成对抗网络、感知损失、多样性、恒星和星系图像
37
TP183(自动化基础理论)
美国国家科学基金基础研究项目ACI-1053575
2020-05-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
464-468