[发明专利]一种基于快速GAN的图像生成方法在审
| 申请号： | 201910890284.9 | 申请日： | 2019-09-20 |
| 公开（公告）号： | CN110662069A | 公开（公告）日： | 2020-01-07 |
| 发明（设计）人： | 郑哲;胡庆浩;冷聪;刘青山 | 申请（专利权）人： | 中国科学院自动化研究所南京人工智能芯片创新研究院;南京信息工程大学 |
| 主分类号： | H04N19/42 | 分类号： | H04N19/42;H04N19/124;H04N19/182;G06N3/02 |
| 代理公司： | 32360 南京泰普专利代理事务所(普通合伙) | 代理人： | 窦贤宇 |
| 地址： | 211000 江苏省南*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于快速GAN的图像生成方法，对生成对抗网络采用量化压缩技术，加快图像生成的速度,达到实时的效果。所述方法包括：对GAN网络进行压缩，在资源受限的前提下最小程度的降低生成图片的质量。选取最易实时的网络压缩技术：量化；由于图像生成对处理速度要求较高，所以需要选取处理速度达到实时的网络压缩算法，目前有剪枝、量化、轻量级网络结构设计等。本发明采用低比特量化技术，为了减少性能的降低保持判别网络为浮点型，只量化生成网络。 | ||
| 搜索关键词： | 图像生成 量化 网络压缩 网络 网络结构设计 比特量化 速度要求 压缩技术 资源受限 剪枝 浮点 算法 压缩 对抗 图片 | ||
【主权项】：
1.一种基于快速GAN的图像生成方法，其特征在于，包括如下步骤：/n步骤1：选取处理速度实时的量化压缩算法；/n步骤2：用步骤1中选取的算法对特定GAN框架进行保持判别网络不变，只对生成网络的量化；/n步骤3：根据权重数据分布对权重数据进行重新编码并得到一套数据位数为8bit的码表；/n步骤4：将分布最多的权重数据用4bit数据索引来表示，其余分布的权重数据用8bit数据索引表示；/n步骤5：使用布尔数组来做数据索引的索引；/n步骤6：检测布尔数组为1的时候通过移位得到分布最高的权重数据的数据索引；/n步骤7：利用4bit或者8bit数据索引去码表中查找对应真实值；/n步骤8：从高bit不断对生成网络向低bit量化，本发明对生成网络权重进行4bit量化，激活1bit量化；/n步骤9：评估步骤3量化后模型生成图片质量与原始模型图片质量差异；/n步骤10：若步骤4中性能差异较大，可对量化后模型进行微调提升图片生成质量。/n
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中国科学院自动化研究所南京人工智能芯片创新研究院;南京信息工程大学，未经中国科学院自动化研究所南京人工智能芯片创新研究院;南京信息工程大学许可，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/201910890284.9/，转载请声明来源钻瓜专利网。
