[发明专利]一种基于变分自编码器和对抗生成网络的图像增广模型训练方法及图像分类方法在审
| 申请号： | 202210111331.7 | 申请日： | 2022-01-29 |
| 公开（公告）号： | CN114386534A | 公开（公告）日： | 2022-04-22 |
| 发明（设计）人： | 饶元;苏仕芳;江朝晖;金秀;张武;梁惠;李绍稳 | 申请（专利权）人： | 安徽农业大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;G06V10/764;G06V10/774;G06V10/80;G06V10/82 |
| 代理公司： | 安徽知问律师事务所 34134 | 代理人： | 代群群 |
| 地址： | 230036 *** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于变分自编码器和对抗生成网络的图像增广模型训练方法及图像分类方法，该方法将可见类训练图像的视觉特征和语义特征分别输入视觉模态和语义模态变分自编码器中对应生成第一伪视觉特征和伪语义特征，并将其输入生成器网络中生成第二伪视觉特征，再利用判别器网络判别真实特征和生成的特征，利用可见类训练图像数据集对变分自编码器对抗生成网络模型进行训练。对于零样本图像分类，在可见类上训练完成的模型生成未见类训练图像的伪视觉特征并结合类别标签训练分类器对未见类图像进行分类；能够有效融合图像的视觉信息和语义信息，生成更接近于真实数据分布且高质量的可见类和未见类图像，提高零样本图像分类准确率。 | ||
| 搜索关键词： | 一种 基于 编码器 对抗 生成 网络 图像 增广 模型 训练 方法 分类 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于安徽农业大学，未经安徽农业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210111331.7/，转载请声明来源钻瓜专利网。
- 上一篇：巴氏杀菌发酵乳及其制备方法
- 下一篇：拍摄方法、装置和电子设备
