一種基于重構(gòu)損失的圖像翻譯方法
基本信息
| 申請?zhí)?/td> | CN202010978853.8 | 申請日 | - |
| 公開（公告）號 | CN112541566A | 公開（公告）日 | 2021-03-23 |
| 申請公布號 | CN112541566A | 申請公布日 | 2021-03-23 |
| 分類號 | G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分類 | 計算；推算；計數(shù); |
| 發(fā)明人 | 邵明文;張文龍;宋曉霞 | 申請（專利權(quán)）人 | 山東至信信息科技股份有限公司 |
| 代理機構(gòu) | 青島鼎尖知識產(chǎn)權(quán)代理有限公司 | 代理人 | 宋濤 |
| 地址 | 山東省青島市黃島區(qū)長江西路66號 | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明屬于圖像翻譯技術(shù)領(lǐng)域，公開了一種基于重構(gòu)損失的圖像翻譯方法，采用無監(jiān)督的方法，使用循環(huán)一致性網(wǎng)絡(luò)CycleGAN，利用循環(huán)一致性網(wǎng)絡(luò)CycleGAN判別器提取真實數(shù)據(jù)的特征，向采用帶跳躍連接的U?net網(wǎng)絡(luò)結(jié)構(gòu)的生成器提供真實數(shù)據(jù)特征重建真實數(shù)據(jù)，采用LSGAN損失函數(shù)，對不同域的圖像進行轉(zhuǎn)換，將不成對的兩個域的圖片相互翻譯。本發(fā)明生成器采用帶跳躍連接的U?net網(wǎng)絡(luò)結(jié)構(gòu)，使得粗粒度和細粒度的特征相融合；損失函數(shù)采用LSGAN，提高了訓(xùn)練過程的穩(wěn)定性；利用判別器提取真實數(shù)據(jù)的特征，向生成器提供該特征來重建真實數(shù)據(jù)，優(yōu)化真實數(shù)據(jù)與重構(gòu)數(shù)據(jù)之差，使其誤差最小，提高了圖片的生成質(zhì)量。?? |
