[发明专利]基于对抗生成网络的数据增广方法、装置、计算机及介质在审

专利信息
申请号: 202110970515.4 申请日: 2021-08-23
公开(公告)号: CN113658036A 公开(公告)日: 2021-11-16
发明(设计)人: 吴宥萱;周宸;陈远旭 申请(专利权)人: 平安科技(深圳)有限公司
主分类号: G06T3/00 分类号: G06T3/00;G06N3/04;G06N3/08
代理公司: 深圳市明日今典知识产权代理事务所(普通合伙) 44343 代理人: 王杰辉
地址: 518000 广东省深圳市福田区福*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 对抗 生成 网络 数据 增广 方法 装置 计算机 介质
【权利要求书】:

1.一种基于对抗生成网络的数据增广的方法,其特征在于,包括:

获取目标域中的第一图片与源域中的第二图片;

将所述第一图片输入至第一生成网络,得到伪第二图片;将所述伪第二图片输入至第二生成网络,得到伪第一图片;所述第一生成网络与所述第二生成网络互为相反的网络;

计算所述第一图片与所述伪第一图片的一致性约束值;

将所述第二图片与所述伪第二图片输入至判别网络,得到所述判别网络对所述第二图片及所述伪第二图片的分类结果;

根据损失函数计算所述分类结果的损失值;

若所述一致性约束值与所述损失值的和满足预设值,将所述伪第一图片添加至目标域中,以增加目标域中的图片数据。

2.根据权利要求1所述的基于对抗生成网络的数据增广的方法,其特征在于,所述获取目标域中的第一图片与源域中的第二图片之后,还包括:

将所述第二图片输入至第二生成网络,得到假第一图片;将所述假第一图片输入至第一生成网络,得到假第二图片;

计算所述第二图片与所述假第二图片的候选一致性约束值;

将所述第二图片与所述假第二图片输入至第二判别网络,得到所述第二判别网络对所述第二图片及所述假第二图片的候选分类结果;

根据损失函数计算所述候选分类结果的候选损失值;

若所述候选一致性约束值与所述候选损失值的和满足预设值,将所述假第二图片添加至源域中,以增加源域中的图片数据。

3.根据权利要求1或2所述的基于对抗生成网络的数据增广的方法,其特征在于,所述源域与目标域为相互映射的数据集。

4.根据权利要求1所述的基于对抗生成网络的数据增广的方法,其特征在于,所述若所述一致性约束值与所述损失值的和满足预设值,将所述伪第一图片添加至目标域中之前,包括:

获取当前数据增广的执行阶段;

根据所述执行阶段匹配一致性约束值与所述损失值之和的预设值。

5.根据权利要求1所述的基于对抗生成网络的数据增广的方法,其特征在于,所述获取目标域中的第一图片与源域中的第二图片之前,还包括:

从若干个待选域中选取一个作为目标域,获取所述目标域的图片等级;

根据预设的等级规则匹配与所述目标域的图片等级相邻的候选图片等级;

根据所述候选图片等级确定所述目标域对应的源域。

6.根据权利要求5所述的基于对抗生成网络的数据增广的方法,其特征在于,所述从若干个待选域中选取一个作为目标域,包括:

获取各个待选域的图片数量;

根据所述图片数量对所述各个待选域进行排序;

从排序后的待选域中,根据图片数量从多至少依次选取对应的待选域作为目标域。

7.根据权利要求5所述的基于对抗生成网络的数据增广的方法,其特征在于,所述目标域包括重度黑眼圈图片等级与轻度黑眼圈图片等级的图片,所述源域包括轻度黑眼圈图片等级与无黑眼圈图片等级的图片;所述根据预设的等级规则匹配与所述目标域的图片等级相邻的候选图片等级,包括:

若所述候选图片等级为重度黑眼圈图片等级,确定所述目标域对应的源域的图片等级为轻度黑眼圈图片等级;

若所述候选图片等级为轻度黑眼圈图片等级,确定所述目标域对应的源域的图片等级为无黑眼圈图片等级。

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平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,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/202110970515.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top