申请/专利权人:电子科技大学
申请日:2023-12-22
公开(公告)日:2024-03-22
公开(公告)号:CN117745591A
主分类号:G06T5/77
分类号:G06T5/77;G06T5/60;G06N3/045;G06N3/0475;G06N3/0464;G06N3/094
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明属于图像视觉和图像增强技术领域,具体提供一种融合生成对抗网络与不确定性的图像质量增强方法,用以提高图像数据质量,进而提高图像数据对预测结果的可信度。本发明在生成对抗网络GAN网络中引入不确定性估计,将GAN网络与信息论、主观逻辑等理论相结合,通过在判别器中使用深度证据网络输出图像所属类别的证据,估计GAN网络输出的空度、不协调度、偶然不确定性和认知不确定性,并在生成器的目标函数中引入消除不确定性项,促使生成器的目标朝着消除预测不确定性的方向演化,最终使得GAN网络的训练具备信息论可解释性的同时,提高图像增强的可信度。
主权项:1.一种融合生成对抗网络与不确定性的图像质量增强方法,其特征在于,包括以下步骤:S1、对训练数据集与待处理图像进行相同数据预处理,相应得到图像特征向量;S2、构建用于增强图像质量的生成器和判别器,根据信息论估计生成对抗模型中的不确定性,并设计生成对抗模型训练的目标函数,交替训练判别器和生成器直至收敛;S3、将待处理图像的特征向量与生成器的输出向量加权求和,得到增强特征并逆转换构成增强图像。
全文数据:
权利要求:
百度查询: 电子科技大学 一种融合生成对抗网络与不确定性的图像质量增强方法
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。