基于风格迁移数据增广的图像增强模型泛化方法
公开
摘要
本发明涉及一种基于风格迁移数据增广的图像增强模型泛化方法，属于图像增强模型的泛化技术领域。具体为通过风格迁移算法对原始模拟类静脉数据进行风格迁移处理；将风格迁移处理后的数据集与原始模拟类静脉数据集进行合成，得到风格迁移增广数据集；将风格迁移增广数据集作为图像增强网络的训练集进行训练，得到图像增强网络的泛化模型；将泛化模型在测试集上进行测试，并分析模型泛化效果。本发明基于类静脉风格迁移和随机化风格迁移2种数据增广手段，对图像增强模型实现泛化，以提升模型在真实手背浅表静脉数据测试集上的增强效果，特别是对于“误增强”问题的改善。
基本信息
专利标题 ：
基于风格迁移数据增广的图像增强模型泛化方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114581356A
申请号 ：
CN202210496594.4
公开（公告）日 ：
2022-06-03
申请日 ：
2022-05-09
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
韩静张乃川柏连发张毅郭恩来陈霄宇赵壮于浩天陆骏白雪飞周宇徐鹏
申请人 ：
南京理工大学
申请人地址 ：
江苏省南京市孝陵卫200号
代理机构 ：
南京苏创专利代理事务所(普通合伙)
代理人 ：
张艳
优先权 ：
CN202210496594.4
主分类号 ：
G06T5/50
IPC分类号 ：
G06T5/50
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
G06T5/50
通过使用多于一幅图像的，例如平均、减少
法律状态
2022-06-03 ：
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
