[发明专利]一种基于生成对抗网络的视觉显著性预测方法在审
| 申请号： | 201710090470.5 | 申请日： | 2017-02-20 |
| 公开（公告）号： | CN106845471A | 公开（公告）日： | 2017-06-13 |
| 发明（设计）人： | 夏春秋 | 申请（专利权）人： | 深圳市唯特视科技有限公司 |
| 主分类号： | G06K9/20 | 分类号： | G06K9/20;G06K9/62;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 518057 广东省深圳市高新技术产业园*** | 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： | 本发明中提出的一种基于生成对抗网络的视觉显著性预测方法，其主要内容包括基于两个深层卷积神经网络(DCNN)模块的显著生成对抗网络(SalGAN)架构和训练，其过程为，基于两个深层卷积神经网络(DCNN)模块的显著生成对抗网络(SalGAN)架构，包括发生器和鉴别器，其组合旨在预测给定输入图像的视觉显著图；SalGAN中的过滤器权重通过将内容损失和对抗性损失组合而导致的感知损失进行训练。本发明中的损失函数是来自鉴别器的误差和相对于标定好的真实数据的交叉熵的组合，提高了对抗训练的稳定性和收敛率；与之前单独的交叉熵的进一步训练相比，对抗训练改善了其性能，使其更加快速高效。 | ||
| 搜索关键词： | 一种 基于 生成 对抗 网络 视觉 显著 预测 方法 | ||
【主权项】：
一种基于生成对抗网络的视觉显著性预测方法，其特征在于，主要包括基于两个深层卷积神经网络(DCNN)模块的显著生成对抗网络(SalGAN)架构(一)；训练(二)。
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深圳市唯特视科技有限公司，未经深圳市唯特视科技有限公司许可，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/patent/201710090470.5/，转载请声明来源钻瓜专利网。
