[发明专利]基于顶层生成深度学习的数据转换方法、系统、介质和设备有效
| 申请号： | 201810436880.5 | 申请日： | 2018-05-09 |
| 公开（公告）号： | CN108596836B | 公开（公告）日： | 2022-06-28 |
| 发明（设计）人： | 朱定局 | 申请（专利权）人： | 大国创新智能科技(东莞)有限公司;朱定局 |
| 主分类号： | G06T3/40 | 分类号： | G06T3/40 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 李君 |
| 地址： | 523000 广东省东莞市松山湖高新技术产*** | 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： | 本发明公开了一种基于顶层生成深度学习的数据转换方法、系统、介质和设备，所述方法包括：建立深度学习神经网络，学习目标分辨率的样本数据；将源分辨率数据转换为第一目标分辨率数据；将第一目标分辨率数据作为深度学习神经网络的输入，通过深度学习的认知过程得到深度学习神经网络的顶层概念；通过深度学习神经网络将第一目标分辨率数据获取到顶层概念中，通过深度学习神经网络生成第二目标分辨率数据，将第二目标分辨率数据作为源分辨率数据的转换结果。本发明能够满足数据转换时对数据细节一致性的需求，便于人们查看细节或全貌，以及有利于计算机更精细化或更省计算资源地处理。 | ||
| 搜索关键词： | 基于 顶层 生成 深度 学习 数据 转换 方法 系统 介质 设备 | ||
【主权项】：
1.一种基于顶层生成深度学习的数据转换方法，其特征在于：所述方法包括：建立深度学习神经网络，学习目标分辨率样本数据；将源分辨率数据转换为第一目标分辨率数据；将第一目标分辨率数据作为深度学习神经网络的输入，通过深度学习的认知过程得到深度学习神经网络的顶层概念；通过深度学习神经网络将第一目标分辨率数据获取到顶层概念中，通过深度学习神经网络生成第二目标分辨率数据，将第二目标分辨率数据作为源分辨率数据的转换结果。
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大国创新智能科技(东莞)有限公司;朱定局，未经大国创新智能科技(东莞)有限公司;朱定局许可，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/201810436880.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种圆形区域的图像放大方法
- 下一篇：图像拼接方法、装置、设备和计算机介质
