一种基于半监督学习的多尺度图像翻译方法.pdfVIP

下载本文档

5
0
约1.7万字
约 13页
2023-05-30 发布于四川
举报
版权申诉

一种基于半监督学习的多尺度图像翻译方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于半监督学习的多尺度图像翻译方法，其多尺度判别生成对抗网络用一个统一的框架来同时完成所有的图像翻译任务，并通过同时对生成图像的多个尺度进行判别，避免了生成的图像在局部出现很多不合理的伪造物体；结合生成对抗网络和对偶学习来利用非成对数据训练模型，提升半监督图像翻译的效果，同时有效利用非成对图像信息提升模型的性能，减少模型训练对于成对图像的需求。本发明提供的一种基于半监督学习的多尺度图像翻译方法有效克服监督图像翻译算法需要大量训练数据的缺点，同时能够加速模型收敛，提升模型的表现。本

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112434798 A (43)申请公布日 2021.03.02 (21)申请号 202011500040.4 (22)申请日 2020.12.18 (71)申请人北京享云智汇科技有限公司