一种基于生成对抗网络的不同品种茶树图像识别方法.pdf
新月****姐a
亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于生成对抗网络的不同品种茶树图像识别方法.pdf
本发明公开了一种基于生成对抗网络的不同品种茶树图像识别方法,利用生成对抗网络对不同茶树组织器官图像数据集进行训练,得到另外的茶树组织器官图像,并将生成的数据和原始的数据进行一系列不同结合运算,最终通过分类器得到不同茶树品种的分类。其目的在于利用生成对抗网络、深度学习和图像处理等技术来实现不同品种茶树组织器官图像的生成和识别,进而提高不同茶树品种的识别分类准确率。
一种基于生成对抗图像补全网络的步态识别方法.pdf
本发明公开一种基于生成对抗图像补全网络的步态识别方法,能解决中小面积人体遮挡的步态识别方法。包括以下步骤:首先为了解决行走过程中人体局部遮挡的问题,提出了一种基于WassersteinGAN的步态轮廓图生成网络,能够为图像中的遮挡区域生成上下文一致的补全图像;其次,为了减少噪声对特征提取的影响,采用具有鲁棒性的堆叠自动编码器进行特征提取;最后,为了提高分类的能力,采用稀疏编码的方法对步态特征进行表示与分类,使分类结果更加精确。
基于姿态指导行人图像生成的孪生生成式对抗网络的行人重识别方法.pdf
本发明公开了一种基于姿态指导行人图像生成的孪生生成式对抗网络的行人重识别方法。其实现方案是:根据行人图像数据集,对行人图像进行目标检测获取训练样本;构建基于多样性样本生成的孪生生成式对抗网络模型,该模型对目标检测后输入的两组行人图像的姿态属性信息互换,实现多样性样本的生成;构建基于保持身份特征的孪生生成式对抗网络模型,该模型利用身份判别器保留生成行人图像的身份信息,从而提升行人重识别对生成行人图像身份的鲁棒性;针对生成式对抗网络优化困难的问题,构建基于多目标优化的孪生生成式对抗网络参数学习方法;为了验证提
一种基于条件胶囊生成对抗网络的图像生成方法.pdf
本发明公开了一种基于条件胶囊生成对抗网络的图像生成方法,包括下述步骤:图像数据采集并对图像进行预处理;提取出条件向量;获取随机噪声;设计一个神经网络作为生成器将随机噪声和条件向量映射为生成图片;设计另外一个神经网络作为判别器接收生成图片、真实图片和条件向量得到损失值;在训练对抗网络时,根据损失值最小化目标函数来调节生成器网络权值;训练完成后,生成器网络权值调整到最佳,此时舍弃判别器,保留生成器模型作为生成图像的最佳神经网络。本发明通过利用胶囊神经网络来设计判别器结构,结合现有的WGAN和CGAN的优点,网
一种基于生成对抗网络的面部图像增强方法.pdf
本发明公开了一种基于生成对抗网络的面部图像增强方法.本发明包括以下步骤:1、使用3D稠密面部对齐方法对多种姿态的面部图像进行预处理;2、设计基于生成对抗网络的面部增强网络,两步生成对抗网络。3、针对任务需要设计Step‑I和Step‑II对应的目标函数4、使用MS‑1‑celeb预训练识别模型,并使用扩增数据预训练TS‑GAN模型;5、使用Multi‑PIE作为训练集,利用反向传播算法训练(4)中完成预训练的TS‑GAN模型参数,直至收敛。使用最终训练的TS‑GAN模型可以得到与输入图像对应的正脸图像,同