典型文献
基于对抗生成网络的沥青路面纹理图像修复方法
文献摘要：
文中针对低分辨率、高斯模糊和运动模糊三种常见问题,提出了基于对抗生成网络的路面纹理图像修复方法.在生成器损失函数中增加了感知损失和基于灰度共生矩阵(GLCM)的纹理特征损失项,更好地还原路面纹理的细节.通过主观判断和基于峰值信噪比及结构相似性的综合指标来衡量模型的修复效果.结果表明:损失函数中增加了GLCM纹理特征的模型生成结果更好,可见GLCM纹理特征的提取有利于生成器学习到纹理的细节特征,有助于路面图像的修复.
文献关键词：
道路工程;路面纹理图像修复;对抗生成网络;沥青路面;模糊修复;超分辨率
中图分类号：
[1]
交通运输（U）
/
公路运输（U4）
/
道路工程（U41）
/
路基、路面工程（U416）
/
路面工程（U416.2）
/
路面：按使用材料分（U416.21）
/
沥青路面（U416.217）
作者姓名：
邓海斌;魏唐中;杜银飞
作者机构：
湖州市公路与运输管理中心 湖州 313000;南京兴佑交通科技有限公司 南京 210008;中南大学土木工程学院 长沙 410083
文献出处：
引用格式：
[1]邓海斌;魏唐中;杜银飞-.基于对抗生成网络的沥青路面纹理图像修复方法)[J].武汉理工大学学报（交通科学与工程版）,2022(06):1078-1084
A类：
路面纹理图像修复,模糊修复
B类：
对抗生成网络,沥青路面纹理,修复方法,低分辨率,高斯模糊,运动模糊,生成器,损失函数,感知损失,灰度共生矩阵,GLCM,纹理特征,特征损失,损失项,原路,峰值信噪比,结构相似性,综合指标,修复效果,模型生成,生成结果,特征的提取,细节特征,路面图像,道路工程,超分辨率
AB值：
0.282232
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
