一种基于深度学习和无参考质量评价的图像生成方法

授权

摘要

本发明公开了一种基于深度学习和无参考质量评价的图像生成方法，使用深度学习神经网络模型中的特征图进行分析，找出控制图像中某个单元类的控制单元，控制单元就是神经网络中的某一层或者某几层特征图，然后通过修改网络中该层特征图的参数，如激活函数等，达到对于单元类的增强展示和抑制展示的效果，这个方法不同于传统的图像生成，也不同于深度学习中的GAN网络，传统的图像生成是对于图像的像素值进行计算处理，以及进行传统的灰度变换和裁剪平移等，GAN网络更多是随机生成的图像，不具有解释性，本发明是可以看到具体的控制单元特征图和参数的。

基本信息

专利标题：

一种基于深度学习和无参考质量评价的图像生成方法

专利标题（英）：

暂无

公开（公告）号：

CN111583213A

申请号：

CN202010358981.2

公开（公告）日：

2020-08-25

申请日：

2020-04-29

授权号：

CN111583213B

授权日：

2022-06-07

发明人：

李晨田丽华袁田

申请人：

西安交通大学

申请人地址：

陕西省西安市咸宁西路28号

代理机构：

西安通大专利代理有限责任公司

代理人：

王艾华

优先权：

CN202010358981.2

主分类号：

G06T7/00

IPC分类号：

G06T7/00 G06T7/10 G06T7/136 G06N3/04 G06N3/08