[发明专利]基于人工智能的林地生活垃圾样本数据扩增方法和系统在审
| 申请号： | 202111354857.X | 申请日： | 2021-11-16 |
| 公开（公告）号： | CN114078200A | 公开（公告）日： | 2022-02-22 |
| 发明（设计）人： | 周俊峰;张显峰;李冬来;蒋含笑;杨清宇 | 申请（专利权）人： | 上海岩易科技有限公司 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06V10/82;G06N3/04;G06N3/08;G06V20/10;G06K9/62 |
| 代理公司： | 上海伯瑞杰知识产权代理有限公司 31227 | 代理人： | 孟旭彤 |
| 地址： | 201306 上海市浦东新区自*** | 国省代码： | 上海;31 |
| 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 人工智能 林地 生活 垃圾 样本 数据 扩增 方法 系统 | ||
1.一种基于人工智能的林地生活垃圾样本数据扩增方法，包括，
利用搭载相机的无人机采集的林地生活垃圾图像样本，
对所述林地生活垃圾图像样本进行标注后，利用DCGAN网络模型生成扩增的林地生活垃圾图像，并将该扩增的林地生活垃圾图像加入林地生活垃圾样本集。
2.根据权利要求1所述的样本数据扩增方法，其特征在于，所述的DCGAN网络模型包括
判别器，对于输入的虚假图像和真实图像，判别其真伪；
生成器，生成接近真实图像的虚假图像。
3.根据权利要求2所述的样本数据扩增方法，其特征在于，在生成器的输出层使用Tach激活函数以控制输出范围，而在所述的DCGAN网络模型的其它层中均使用ReLU激活函数。
4.根据权利要求3所述的样本数据扩增方法，其特征在于，在判别器上使用leaky ReLU激活函数。
5.根据权利要求4所述的样本数据扩增方法，其特征在于，在所述的DCGAN网络模型，使用卷积层连接生成器和判别器的输入层以及输出层。
6.一种基于人工智能的林地生活垃圾样本数据扩增系统，该系统包括，
无人机，利用机载摄像机采集林地生活垃圾图像样本，
样本数据库服务器，对所述林地生活垃圾图像样本进行标注后，利用DCGAN网络模型生成林地生活垃圾图像，并将该扩增的林地生活垃圾图像加入林地生活垃圾样本集，最后将林地生活垃圾样本集存储到数据库进行管理。
7.根据权利要求6所述的样本数据扩增系统，其特征在于，所述的DCGAN网络模型包括，
判别器，对于输入的虚假图像和真实图像，判别其真伪；
生成器，生成接近真实图像的虚假图像。
8.根据权利要求7所述的样本数据扩增系统，其特征在于，在生成器的输出层使用Tach激活函数以控制输出范围，而在所述的DCGAN网络模型的其它层中均使用ReLU激活函数。
9.根据权利要求8所述的样本数据扩增系统，其特征在于，在判别器上使用leaky ReLU激活函数。
10.根据权利要求9所述的样本数据扩增系统，其特征在于，在所述的DCGAN网络模型，使用卷积层连接生成器和判别器的输入层以及输出层。
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上海岩易科技有限公司，未经上海岩易科技有限公司许可，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/202111354857.X/1.html，转载请声明来源钻瓜专利网。
