龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南昌大学第一附属医院
摘要：本发明公开了一种基于生成对抗网络生成图像的方法，通过在基于生成对抗网络的图像生成模型中在解码层中设置动态均匀采样层，对输入模型的图像进行约束态下的动态均匀采样，从而减少了模型生成的重构图像的交替式网纹。
主权项：1.一种基于生成对抗网络生成图像的方法，其特征在于，包括以下步骤：步骤S1：构建数据集，数据集包括若干组图像，图像包括输入图像和标签图像；步骤S2：构建基于对抗生成网络的图像生成模型，基于对抗生成网络的图像生成模型包括生成器和判别器，生成器包括编码层、转换层和解码层，通过编码层对步骤S1中的输入图像进行编码，获取低维特征信息；步骤S3：将步骤S2中的低维特征信息导入图像生成模型的转换层，获取转换特征信息；步骤S4：导入步骤S3中的转换图像特征至图像生成模型的解码层，获取重构图像，步骤S2的判别器对重构图像的真伪进行判别；其中，在获取重构图像中解码层通过约束态下的动态均匀采样层进行动态均匀采样；步骤S5：根据步骤S1中的标签图像训练基于对抗生成网络的图像生成模型，构建损失函数分别并最小化损失函数以优化模型的参数；步骤S4中的解码层包括依次串联连接的第一转置卷积层、第二转置卷积层和约束态下的动态均匀采样层；步骤S4具体为：步骤S41：在第一卷积转置层中定义一个3*3的核作为第一网格；在第一卷积转置层的网格上输入转换图像特征，并用卷积核进行加权，获取第一输出特征图；步骤S42：在第二卷积转置层中定义一个3*3的核作为第二网格；在第二网格上输入第一输出特征图，并用第二转置卷积核进行加权，获取第二输出特征图；步骤S43：动态均匀采样层通过设置偏移量对第二输出特征图进行约束态下的动态均匀采样，获取重构图像。
全文数据：
权利要求：
百度查询： 南昌大学第一附属医院 一种基于生成对抗网络生成图像的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号