[发明专利]基于生成对抗网络的环境影响程度建模方法有效
| 申请号： | 201910143738.6 | 申请日： | 2019-02-25 |
| 公开（公告）号： | CN109919921B | 公开（公告）日： | 2023-10-20 |
| 发明（设计）人： | 丁永泽;侯春萍;杨阳 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 刘国威 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于图像质量评价领域，为提出一种应用生成对抗网络技术结合层次结构模型进而构建出一种不同环境不同程度的图像质量评价模型，提高电力图片识别的准确性，本发明，基于生成对抗网络的环境影响程度建模方法，步骤如下：第一步，进行电力图像样本的收集；第二步，训练生成对抗网络，对抗网络为卷积神经网络；第三步，根据得到的生成对抗网络生成的数据集构建层次结构模型；第四步，对实验数据进行分析，提升评价体系的准确度以及高效性。本发明主要应用于图像质量评价场合。 | ||
| 搜索关键词： | 基于 生成 对抗 网络 环境 影响 程度 建模 方法 | ||
【主权项】：
1.一种基于生成对抗网络的环境影响程度建模方法，其特征是，步骤如下：第一步，进行电力图像样本的收集，收集各种环境下的输电站的图片，并使用图像增强技术，得到能够进行训练，能够符合要求的数据集；第二步，训练生成对抗网络，生成对抗网络是卷积神经网络，采用步骤一得到的数据集训练生成网络，再将通过生成网络生成的数据集与原数据集训练对抗网络，最后达到纳什均衡，即对抗网络无法辨认生成网络的图像；第三步，根据得到的生成对抗网络生成的数据集构建层次结构模型，根据步骤二所得到的最后的整体数据集不同环境不同程度构建层次结构模型，不同环境分为不同等级，对输入到此模型的负样本图像进行评价，从而建立一个评价体系；第四步，对实验数据进行分析，提升评价体系的准确度以及高效性。
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天津大学，未经天津大学许可，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/201910143738.6/，转载请声明来源钻瓜专利网。
