[发明专利]训练和/或使用神经网络模型来生成光谱图像的中间输出

摘要

与训练和/或使用神经网络模型相关的系统、方法和计算机可读介质。训练的神经网络模型可用于基于常规图像生成(例如，在隐藏层上)光谱图像，并生成指示在生成的光谱图像中存在(并在常规图像中存在，因为光谱图像是基于常规图像生成的)的一个或多个特征的输出。作为一个示例，可以将常规图像作为输入应用于训练的神经网络模型、基于常规图像在训练的神经网络模型的多个层上生成的光谱图像以及基于该光谱图像在多个附加层上生成的输出。生成的输出可以根据训练的神经网络模型的附加层的训练指示各种特征。

主权项

1.一种由一个或多个处理器实现的方法，包括：识别第一组训练示例，其中，所述第一组训练示例中的每个训练示例包括：基于对应的常规图像的常规图像训练示例输入；以及基于对应于所述常规图像的对应光谱图像的光谱图像训练示例输出，其中，所述光谱图像训练示例输出包括未包括在所述常规图像中的一个或多个非可见通道；基于所述第一组训练示例训练第一神经网络部分，所述第一神经网络部分具有第一部分输入层和第一部分输出层，所述第一部分输入层具有符合所述常规图像训练示例输入的第一形状，所述第一部分输出层具有符合所述光谱训练示例输出的第二形状；识别第二组训练示例，其中，所述第二组训练示例中的每个训练示例包括：基于对应的光谱图像的光谱图像训练示例输入；以及训练示例输出，所述训练示例输出指示能够从所述对应光谱图像导出的一个或多个特征的一个或多个值；基于所述第二组训练示例训练第二神经网络部分，所述第二神经网络部分具有第二部分输入层和第二部分输出层，所述第二部分输入层具有符合所述第一部分输出层的所述第二形状，所述第二部分输出层具有符合所述训练示例输出的第三形状；以及将所述第一神经网络部分的所述第一部分输出层与所述第二神经网络部分的所述第二部分输入层联结，以创建组合神经网络模型。