Query：
学者姓名：姚剑敏
Refining：
Year
Type
Indexed by
Source
Complex
Former Name
Co-
Language
Clean All
Abstract ：
文本到图像生成是一项极具挑战性的跨模态任务,目标是根据给定文本描述生成对应的图像.尽管现阶段相关研究在视觉呈现方面效果优异,但仍存在细节表达不够精细、语义一致性欠佳等问题.基于此,文章提出了一种基于语义增强的生成对抗模型,将文本进行编码后送入条件增强模块进行处理,丰富文本语义特征.在生成网络中,添加一个自适应块,在仿射变换前将上一层的输出和文本语义信息输入自适应块进行进一步的信息增强.并通过引入对比损失,提高文本与生成图像之间的语义一致性.将这一方法在MSCOCO和CUB birds 200 两个数据集上进行训练测试,实验结果表明,与其他模型相比,性能得到了较高提升.
Keyword ：
对比损失 对比损失 文本生成图像 文本生成图像 生成对抗网络 生成对抗网络 语义增强 语义增强
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 兰才俊 , 姚剑敏 , 胡海龙 et al. 基于语义增强的单阶段文本生成图像方法 [J]. | 信息技术与信息化 , 2025 , (1) : 5-9 . |
| MLA | 兰才俊 et al. "基于语义增强的单阶段文本生成图像方法" . | 信息技术与信息化 1 (2025) : 5-9 . |
| APA | 兰才俊 , 姚剑敏 , 胡海龙 , 陈恩果 , 严群 . 基于语义增强的单阶段文本生成图像方法 . | 信息技术与信息化 , 2025 , (1) , 5-9 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
手物体交互图像的生成是计算机视觉和人机交互领域的一个重要挑战.准确生成这类图像对于理解物体可供性、改进人机交互系统以及增强虚拟现实体验至关重要.然而,现有方法在处理复杂物体、罕见姿势和遮挡关系时仍面临诸多困难,常常导致生成的手部形状、位置和姿态存在不自然或失真的情况.鉴于此,文章提出了一种基于扩散模型的两阶段方法,用于从单一RGB物体图像生成手物体交互图像.该方法包括两个关键组件:MaskNet和FusionNet.其中,MaskNet负责预测手物体交互的空间布局;FusionNet则基于预测的布局生成详细的交互图像.文章利用扩散模型的强大生成能力,在潜在空间中进行高效的图像生成.实验结果表明,该方法在生成真实、多样化的手物交互图像方面表现出色,在FID、LPIPS和UPR等指标上均表现良好.此外,该方法还展现出良好的泛化能力,能够处理未见过的物体类别和复杂场景.
Keyword ：
图像合成 图像合成 布局预测 布局预测 手物交互 手物交互 扩散模型 扩散模型 物体可供性 物体可供性
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 刘畅 , 姚剑敏 , 陈恩果 et al. 基于扩散模型的手物交互图像生成与优化 [J]. | 信息技术与信息化 , 2025 , (1) : 33-36 . |
| MLA | 刘畅 et al. "基于扩散模型的手物交互图像生成与优化" . | 信息技术与信息化 1 (2025) : 33-36 . |
| APA | 刘畅 , 姚剑敏 , 陈恩果 , 严群 . 基于扩散模型的手物交互图像生成与优化 . | 信息技术与信息化 , 2025 , (1) , 33-36 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
人脸作为人体信息最为密集的部位，人脸图像在各个研究领域都有不可替代的作用。因此，研究如何将遮挡或模糊的人脸图像恢复成真实图像是非常有意义的。针对人脸图像修复技术的研究，提出基于扩散模型的人脸图像修复技术。在现有的人脸图像修复技术基础上，解决在修复大区域破损或遮挡的情况下，修复图像出现纹理模糊及结构扭曲等问题。所提出的方法基于边缘引导的扩散模型图像修复网络，主要包括两个阶段：首先训练基于U-Net结构的边缘修复模型生成较为真实的缺失区域的边缘信息，然后根据已修复好的边缘信息，训练内容生成模型填充缺失部分的内容信息。实验证明对于人脸图像修复具有较好的效果。
Keyword ：
人脸补全 人脸补全 图像修复 图像修复 扩散模型 扩散模型 混合注意力机制 混合注意力机制 自注意力机制 自注意力机制 边缘引导 边缘引导
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 郭庚辰 , 姚剑敏 , 严群 et al. 基于扩散模型的人脸图像修复技术 [J]. | 信息技术与信息化 , 2024 , 4 (03) : 200-203 . |
| MLA | 郭庚辰 et al. "基于扩散模型的人脸图像修复技术" . | 信息技术与信息化 4 . 03 (2024) : 200-203 . |
| APA | 郭庚辰 , 姚剑敏 , 严群 , 林智贤 , 刘德崇 . 基于扩散模型的人脸图像修复技术 . | 信息技术与信息化 , 2024 , 4 (03) , 200-203 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
在计算机视觉领域，三维人脸重建起着重要的作用，特别是在动画制作、虚拟人脸、人脸识别等领域正被广泛应用。基于单张图片的三维人脸重建，通过使用拟合的模型对图像进行采样，可以创建出面部的UV纹理图。然而通过相机采集到的是单视角的二维图像，存在人脸自遮挡的情况，这导致生成的UV纹理图的信息是不完整的。因此，提出一种针对三维人脸纹理补全问题的条件生成对抗网络，将Unet和部分卷积结合起来作为生成器，从而在纹理修复时可以保留更多的图像信息；判别器中引入SMPatchGAN提高图像判别的真实准确度。实验结果表明，相较于其他算法，所提出的算法取得了较为显著的改进效果，特别是在处于大视角下存在人脸自遮挡问题时，也能重建出精细的三维人脸模型。
Keyword ：
三维人脸重建 三维人脸重建 深度学习 深度学习 生成对抗网络 生成对抗网络 纹理补全 纹理补全 自遮挡 自遮挡
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 程慧敏 , 姚剑敏 , 陈恩果 et al. 基于GAN网络的三维人脸纹理重建技术 [J]. | 信息技术与信息化 , 2024 , 5 (03) : 212-216 . |
| MLA | 程慧敏 et al. "基于GAN网络的三维人脸纹理重建技术" . | 信息技术与信息化 5 . 03 (2024) : 212-216 . |
| APA | 程慧敏 , 姚剑敏 , 陈恩果 , 严群 . 基于GAN网络的三维人脸纹理重建技术 . | 信息技术与信息化 , 2024 , 5 (03) , 212-216 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
在恶劣天气中拍摄的图片，由于雨雪霾等恶劣天气的影响会对视线有一定的阻挡，导致可见度下降严重，图片的背景失真严重，从而对图片识别、语义分割或者目标监测产生很大的误差。此前，大多数的天气退化图像的修复都是基于深度学习算法或是生成对抗网络为基本架构的，由于去噪扩散模型（DDPM）在计算机视觉上的优势比较大，所以采用以扩散模型为基本架构来进行雨类的天气退化图像的反向采样，经典扩散模型的噪声估计网络是基于U-Net的结构，现提出了一种改进的U-Net噪声估计网络结构，将通道自适应注意力机制与U-Net结合，在图像去雨方面有着较好的恢复表现。
Keyword ：
图像修复 图像修复 图像去雨 图像去雨 天气退化 天气退化 扩散模型 扩散模型 通道适应注意力机制 通道适应注意力机制
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 刘德崇 , 姚剑敏 , 胡海龙 et al. 基于扩散模型的天气退化图像修复技术 [J]. | 信息技术与信息化 , 2024 , 4 (03) : 208-211 . |
| MLA | 刘德崇 et al. "基于扩散模型的天气退化图像修复技术" . | 信息技术与信息化 4 . 03 (2024) : 208-211 . |
| APA | 刘德崇 , 姚剑敏 , 胡海龙 , 陈恩果 , 严群 , 程慧敏 et al. 基于扩散模型的天气退化图像修复技术 . | 信息技术与信息化 , 2024 , 4 (03) , 208-211 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
基于扩散模型的生成能力，提出了一种基于扩散模型的文本连续性插画的生成方法。其目标是根据给定的文本输入，生成连续的插画，以便更好地传达文本的意思。在扩散模型的基础上，加入了LSTM神经网络模型，使扩散模型在原本只能根据一句或者一段文本来生成一张图片的基础上加以改进，之后可以通过一段或多段文本，通过LSTM进行预处理，再生成一系列连续性的图片。所提方法主要是利用LSTM神经网络模型在序列建模方面的优势，它能很好地捕捉序列数据中的长期依赖关系，从而更好地理解和建模序列中的上下文信息。将预处理好的源文本送入生成模型，通过生成模型的生成能力，最后输出一系列连续的图片。
Keyword ：
LSTM神经网络模型 LSTM神经网络模型 扩散模型 扩散模型 插画生成 插画生成 深度学习 深度学习 连续性 连续性
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 徐任政 , 姚剑敏 , 陈恩果 et al. 基于扩散模型的文本连续性插画生成 [J]. | 信息技术与信息化 , 2024 , 4 (04) : 24-27 . |
| MLA | 徐任政 et al. "基于扩散模型的文本连续性插画生成" . | 信息技术与信息化 4 . 04 (2024) : 24-27 . |
| APA | 徐任政 , 姚剑敏 , 陈恩果 , 严群 . 基于扩散模型的文本连续性插画生成 . | 信息技术与信息化 , 2024 , 4 (04) , 24-27 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
虚拟人脸生成技术是计算机视觉领域中备受关注的研究方向之一，随着深度学习的不断发展，基于各类生成对抗网络的虚拟人脸生成技术逐渐成了研究的热点。针对虚拟人脸生成技术的研究，提出了一种基于StyleGAN的虚拟人脸生成技术。算法包括训练和生成两个主要步骤。在训练阶段，采用了大规模的真实人脸数据集，结合StyleGAN的生成能力，训练出了高质量的虚拟人脸生成模型。在生成阶段，使用了训练好的模型，通过对输入噪声向量的调整以及预先对人脸的对齐，生成高度逼真的虚拟人脸图像。同时，通过引入一个Pix2Pix网络，提升了将图像映射到潜在空间的速度，大大改善了StyleGAN网络的缺点。为了验证提出的算法的有效性和优越性，进行了大量的实验和对比分析。实验结果表明，算法在生成虚拟人脸图像的逼真度、多样性和真实性等方面均有显著提高，同时还能够避免传统虚拟人脸生成技术中存在的一些缺陷和问题。
Keyword ：
Pix2Pix Pix2Pix StyleGAN StyleGAN 图像生成 图像生成 深度学习 深度学习 虚拟人脸 虚拟人脸
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 陈宇轩 , 姚剑敏 , 严群 et al. 基于StyleGAN的虚拟人脸生成技术 [J]. | 信息技术与信息化 , 2023 , 4 (09) : 194-197 . |
| MLA | 陈宇轩 et al. "基于StyleGAN的虚拟人脸生成技术" . | 信息技术与信息化 4 . 09 (2023) : 194-197 . |
| APA | 陈宇轩 , 姚剑敏 , 严群 , 林志贤 . 基于StyleGAN的虚拟人脸生成技术 . | 信息技术与信息化 , 2023 , 4 (09) , 194-197 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
基于自编码器结构的无监督学习算法已经被广泛应用在异常检测中如智能制造、医疗影像、安防监控等领域。针对现有的基于自编码器结构的图像异常算法模型与传统有监督模型相比仍存在识别精度差、鲁棒性较差、训练效率低的问题，提出了基于图像特征重建方法的自编码器架构和基于迁移学习思想对自编码器进行特征增强处理的异常检测算法。通过引入预先训练的特征提取网络作为前置图像特征提取模块完成对输入图像多尺度特征的提取和融合，得到输入图像的多尺度特征融合图，再据此选择搭另一个预训练网络和自编码器组成Teacher-Student模型，完成自编码器模型的快速收敛。基于多尺度特征融合图的重建思想是利用了图像卷积特征的可判别性，实现了对图像潜在的异常信息的辨识。在自编码器与预训练网络构成的T-S模型中，经过预训练的T模型将S模型的解空间限定在一定范围，极大加速了模型的训练过程。在MVTec-AD标准数据集上将本文所提方法与现有方法进行实验对比，验证了方法的可行性。
Keyword ：
图像特征重建 图像特征重建 异常检测 异常检测 无监督学习 无监督学习 自编码器 自编码器 迁移学习 迁移学习
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 陈大鹏 , 姚剑敏 , 严群 et al. 基于自编码器结构改进的无监督图像异常检测 [J]. | 信息技术与信息化 , 2023 , 4 (08) : 4-7 . |
| MLA | 陈大鹏 et al. "基于自编码器结构改进的无监督图像异常检测" . | 信息技术与信息化 4 . 08 (2023) : 4-7 . |
| APA | 陈大鹏 , 姚剑敏 , 严群 , 林志贤 . 基于自编码器结构改进的无监督图像异常检测 . | 信息技术与信息化 , 2023 , 4 (08) , 4-7 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
基于TSMC 180 nm芯片工艺，设计了一个用于可穿戴脑电监测的10位低功耗逐次逼近型模数转换器(SAR ADC)。为了有效降低DAC电容阵列的切换功耗，采用新型差分DAC电容阵列，并使用单调开关切换方式。比较器采用两级动态比较器，在提高效率的同时也降低功耗及噪声。针对脑电信号的特点，采用栅压自举开关实现高线性的采样。后仿真结果表明：在1.8 V供电电压、40 kS/s采样率下，这款SAR ADC的功耗仅为2.4μW,其有效位数(ENOB)为9.68 bit,无杂散动态范围(SFDR)为70.6 dB,优值为73.1 fJ/(conv-step),设计的SAR ADC适用于可穿戴脑电监测设备。
Keyword ：
低功耗 低功耗 单调开关切换 单调开关切换 模数转换器 模数转换器 脑电信号 脑电信号 逐次逼近寄存器 逐次逼近寄存器
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 潘梓忱 , 姚剑敏 , 严群 . 可穿戴脑电监测系统的低功耗逐次逼近型模数转换器设计 [J]. | 仪表技术 , 2023 , 5 (06) : 5-8,42 . |
| MLA | 潘梓忱 et al. "可穿戴脑电监测系统的低功耗逐次逼近型模数转换器设计" . | 仪表技术 5 . 06 (2023) : 5-8,42 . |
| APA | 潘梓忱 , 姚剑敏 , 严群 . 可穿戴脑电监测系统的低功耗逐次逼近型模数转换器设计 . | 仪表技术 , 2023 , 5 (06) , 5-8,42 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Abstract ：
随着深度学习的发展，工业生产制造环节的缺陷检测任务从人工质检向机器智能检测转变，解决了人力资源浪费和检测率低的问题，但面临着缺陷种类多、数据收集困难等问题。基于此提出了一种基于小样本深度学习算法的热轧带钢表面缺陷检测算法。方法充分利用特征提取网络的复用性，基于Mask R-CNN网络使用跟踪文件分析器（trace file analyzer collector, TFA）技术快速扩展新类，使用数据增强方法扩展数据集进行第一阶段训练，使用余弦相似性微调进行第二阶段训练，在热轧带钢数据集上测试结果表明，在同SmAP值下，该方法所需数据量只有Mask R-CNN的5%，对只有5～10张训练数据的缺陷类型能准确判断其缺陷，更能满足小样本检测任务。
Keyword ：
Mask R-CNN Mask R-CNN TFA TFA 余弦相似性 余弦相似性 小样本学习 小样本学习 数据增强 数据增强
Cite：
Copy from the list or Export to your reference management。
| GB/T 7714 | 贾东鑫 , 姚剑敏 , 严群 et al. 基于小样本深度学习的热轧带钢表面缺陷检测 [J]. | 信息技术与信息化 , 2023 , 4 (06) : 182-185 . |
| MLA | 贾东鑫 et al. "基于小样本深度学习的热轧带钢表面缺陷检测" . | 信息技术与信息化 4 . 06 (2023) : 182-185 . |
| APA | 贾东鑫 , 姚剑敏 , 严群 , 林志贤 . 基于小样本深度学习的热轧带钢表面缺陷检测 . | 信息技术与信息化 , 2023 , 4 (06) , 182-185 . |
| Export to | NoteExpress RIS BibTex |
Version ：
Export
| Results： |
Selected to |
| Format： |
