Aller au contenu principal
2024 conference-paper

Unsupervised Restoration Method Based on Improved CycleGAN for Multiple Degenerate Images

0Citations signalées, ce qui n’est pas une note de qualité
4Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : cn. Niveau de preuve : code pays fourni par la source.

Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Unsupervised Restoration Method Based on Improved CycleGAN for Multiple Degenerate Images
Date Crossref
19/07/2024
Éditeur
IEEE
Type
proceedings-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • China Mobile (China) pays non établi dans la notice
    Entreprise
  • Sichuan University pays non établi dans la notice
    Université ou école supérieure
  • Chengdu University pays non établi dans la notice
    Université ou école supérieure
  • Guangdong Police College pays non établi dans la notice
    Université ou école supérieure
  • Ltd. China Mobile Communications Group Sichuan Co. pays non établi dans la notice
    Entreprise
  • College of Computer Science pays non établi dans la notice
    Université ou école supérieure
  • Sichuan Police College pays non établi dans la notice
    Université ou école supérieure

China Mobile (China), Sichuan University et Chengdu University, avec 4 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Image Enhancement TechniquesGenerative Adversarial Networks and Image SynthesisAdvanced Image Fusion Techniques

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.