一种基于表征增强的特征域优化小样本图像转换方法
公开
摘要
本发明属于图像处理技术领域，具体涉及一种基于表征增强的特征域优化小样本图像转换方法。本发明通过引入直方图均衡算法和Canny算法先验知识，对图像对比度信息和边缘信息进行增强处理，在此基础上通过基于亚像素卷积的通道注意力机制改善网络特征提取能力，进行图像表征增强，解决图像细微特征不突出的问题。本发明提出基于特征域优化算法的转换机制，通过引入对抗思想自适应划分特征域和内容域，利用源域中多类丰富的图像缩小参数空间，噪声策略的添加使得网络不局限于单一样本的生成，减缓模式崩塌问题；根据源域和目标域的特点，构建重建策略，利用弱化后的循环语义一致性完成小样本图像转换任务，并获得视觉效果更好的转换图像。
基本信息
专利标题 ：
一种基于表征增强的特征域优化小样本图像转换方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114565806A
申请号 ：
CN202210170641.6
公开（公告）日 ：
2022-05-31
申请日 ：
2022-02-24
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王兴梅王坤华陈伟京李孟昊
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 ：
CN202210170641.6
主分类号 ：
G06V10/774
IPC分类号 ：
G06V10/774 G06V10/82 G06K9/62 G06N3/04 G06N3/08 G06T5/00 G06T5/50 G06T7/13
法律状态
2022-05-31 ：
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
