【问题标题】:Synthetic handwriting word data generation using GAN使用 GAN 生成合成手写字数据
【发布时间】:2019-03-12 06:59:34
【问题描述】:

我正在尝试生成合成手写数据。我发现 GAN 被用来生成单个字符图像。

生成器:将随机张量上采样到图像。

判别器:使用真实数据对真实/生成进行分类。

但是我们无法控制我们需要哪个字符输出。

我有一个包含文字图像的手写数据集 (IAM)。

如果对于单词级别,我们是否需要为每个单词使用单独的 GAN?

我需要将输出图像注释为一个单词(用于单词识别)。

是否有一个 GAN 网络可以输出合成的手写图像,而不是在训练数据集中?

【问题讨论】:

    标签: machine-learning keras deep-learning computer-vision handwriting-recognition


    【解决方案1】:

    您正在使用一个包含两部分的 GAN 网络:

    • Generator:它将随机噪声伪造到图像中。它使用判别器产生的损失进行训练。

    • 判别器:区分真实图像和预测图像。因此,计算损失。

    鉴别器匹配真实图像和预测图像。如果我向鉴别器显示字符“2”的图像,那么它将预测与该图像进行比较。相应地,将计算损失,生成器将从该损失中学习。

    因此,如果您显示字符“3”的图像,则生成器将尝试生成字符“3”的图像,以便欺骗鉴别器。

    您可以通过向生成器提供不同的图像,将随机噪声伪造为任何所需的输出。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 2020-04-27
      • 1970-01-01
      • 1970-01-01
      • 2021-06-14
      • 1970-01-01
      • 2018-04-29
      • 2021-11-17
      相关资源
      最近更新 更多