一种基于生成对抗网络的图像多样性增强方法与系统
基本信息
| 申请号 | CN202111561049.0 | 申请日 | - |
| 公开（公告）号 | CN113947706B | 公开（公告）日 | 2022-06-28 |
| 申请公布号 | CN113947706B | 申请公布日 | 2022-06-28 |
| 分类号 | G06V10/82（2022.01）I;G06V10/762（2022.01）I;G06V10/774（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06K9/62（2022.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 唐彰国;张健;李焕洲;王涵 | 申请（专利权）人 | 四川师范大学 |
| 代理机构 | 成都为知盾专利代理事务所（特殊普通合伙） | 代理人 | - |
| 地址 | 610000四川省成都市锦江区静安路5号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于生成对抗网络的图像多样性增强方法与系统，属于机器学习技术领域，为解决小样本学习、任意图像数据集样本扩充与平衡等问题，本发明的技术方案包括生成器模块，判别器模块和聚类可视化模块。生成器模块利用噪声生成新的对抗样本图像；判别器模块将原有图像数据集和对抗样本进行“真假”比对；聚类可视化模块计算生成的对抗样本的种群数量。该发明创新性的将“压缩编码函数”与“辛普森多样性指数”相结合，提出了分类导向的多样性最大化损失函数，能在保证生成对抗样本图像的保真度的同时，有效提升种群内样本的多样性。 |
