一种基于生成对抗网络的海面雨天图像样本增广方法
授权
摘要
本发明属于神经网络深度学习技术领域，具体涉及一种基于生成对抗网络的海面雨天图像样本增广方法。本发明基于生成对抗网络，采用传统的L1损失和GAN损失相结合的方法来训练网络，在训练生成器的过程中除了传统的GAN损失外还加上了生成的假的雨天图片与真实雨天图片之间的L1损失；生成器采用残差网络，判别器采用Patch‑D，通过对图像分成N*N个小块分别进行判别来计算损失，提高图像的清晰度以及细节保持能力，生成样本时仍采用深度学习框架中的训练模式，即不对批归一化层的参数进行固定，继续启用dropout层。本发明中通过利用成对的图片来训练生成器，从而由多数类样本生成其对应的少数类样本，达到增广样本的目的。
基本信息
专利标题 ：
一种基于生成对抗网络的海面雨天图像样本增广方法
专利标题（英）：
暂无
公开（公告）号 ：
CN111145116A
申请号 ：
CN201911336661.0
公开（公告）日 ：
2020-05-12
申请日 ：
2019-12-23
授权号 ：
CN111145116B
授权日 ：
2022-05-20
发明人 ：
苏丽崔浩浩王立鹏孙雨鑫
申请人 ：
哈尔滨工程大学
申请人地址 ：
黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室
代理机构 ：
代理人 ：
优先权 ：
CN201911336661.0
主分类号 ：
G06T5/00
IPC分类号 ：
G06T5/00 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T5/00
图像的增强或复原
法律状态
2022-05-20 ：
授权
2020-06-05 ：
实质审查的生效
IPC(主分类) : G06T 5/00
申请日 : 20191223
申请日 : 20191223
2020-05-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
