[发明专利]一种域适应训练集的扩展方法及系统在审
申请号: | 202011034930.0 | 申请日: | 2020-09-27 |
公开(公告)号: | CN112116102A | 公开(公告)日: | 2020-12-22 |
发明(设计)人: | 张洪铭 | 申请(专利权)人: | 张洪铭 |
主分类号: | G06N20/00 | 分类号: | G06N20/00;G06T1/00 |
代理公司: | 北京三聚阳光知识产权代理有限公司 11250 | 代理人: | 刘静 |
地址: | 100876 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 适应 训练 扩展 方法 系统 | ||
1.一种域适应训练集的扩展方法,其特征在于,包括:
获取训练集中来自不同域的第一图像和第二图像,第一图像为训练集中训练的目标图像,第二图像为训练集中训练目标图像的干扰图像;
对第一图像和第二图像分别进行快速傅里叶变换,获取第一图像的第一高频信息和第一低频信息及第二图像的第二高频信息和第二低频信息;
对第一低频信息、第二低频信息分配不同的权重并进行加权融合,得到融合图像的低频信息;
将所述融合图像的低频信息和所述第二高频信息,通过傅里叶逆变换得到融合图像,作为训练集的扩展图像。
2.根据权利要求1所述的域适应训练集的扩展方法,其特征在于,将训练集中不同的域中的全部图像进行融合,不同域包含至少两个域。
3.根据权利要求1所述的域适应训练集的扩展方法,其特征在于,第一高频信息和第一低频信息以第一预设阈值作为分界线,第二高频信息和第二低频信息以第二预设阈值作为分界线。
4.根据权利要求1所述的域适应训练集的扩展方法,其特征在于,通过以下公式计算融合图像的低频信息:
其中,为融合图像的低频信息,为第一低频信息,为第二低频信息,λ服从均匀分布U(0,1)。
5.根据权利要求4所述的域适应训练集的扩展方法,其特征在于,通过以下公式计算傅里叶逆变换得到融合图像:
其中,xmixed为融合图像,为第二高频信息。
6.根据权利要求5所述的域适应训练集的扩展方法,其特征在于,所述第一图像和第二图像为灰度图像或RGB三通道图像。
7.一种域适应训练集的扩展系统,其特征在于,包括:
图像获取模块,用于获取训练集中来自不同域的第一图像和第二图像,第一图像为训练集中训练的目标图像,第二图像为训练集中训练目标图像的干扰图像;
傅里叶变换模块,用于对第一图像和第二图像分别进行快速傅里叶变换,获取第一图像的第一高频信息和第一低频信息及第二图像的第二高频信息和第二低频信息;
权重配比模块,用于对第一低频信息、第二低频信息分配不同的权重并进行加权融合,得到融合图像的低频信息;
图像扩展模块,用于将所述融合图像的低频信息和所述第二高频信息,通过傅里叶逆变换得到融合图像,作为训练集的扩展图像。
8.一种终端,其特征在于,包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器,其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行权利要求1-6任一所述的域适应训练集的扩展方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-6任一所述的域适应训练集的扩展方法。
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张洪铭,未经张洪铭许可,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/pat/books/202011034930.0/1.html,转载请声明来源钻瓜专利网。