تنظیم پارامترها در شبکه مولد متخاصم با استفاده از نرم فروبنیوس، زیان ادراکی و شاخص شباهت ساختاری برای بهبود کیفیت تصویر در مدل Pix۲Pix

امروزه، شبکه های عصبی بویژه شبکه های مولد متخاصم به یکی از ابزارهای اصلی در علوم مهندسی و فناوری های نوین تبدیل شده اند. این شبکه ها بدلیل توانایی بالا در تولید داده های واقع گرایانه و بازآفرینی محتوای پیچیده به عنوان مدل های پایه در زمینه هایی مانند، مهندسی، پزشکی، پردازش تصویر و سیستم های هوشمند به کار گرفته می شوند. در این مقاله سه روش جداگانه تنظیم پارامترها با افزودن نرم فروبنیوس، زیان ادراکی و شاخص شباهت ساختاری در تابع هزینه شبکه مولد متخاصم برای بهبود کیفیت تصویر خروجی مدل Pix۲Pix ارائه شده است. نتایج شبیه سازی نشان می دهد که روش های پیشنهادی موجب بهبود کیفیت خروجی و عملکرد بهتر مدل شده اند.

کلیدواژه ها:

شبکه مولد متخاصم ، نرم فروبنیوس ، زیان ادراکی ، شاخص شباهت ساختاری ، Pix۲Pix