为了克服现有的图像数据生成方式在多类别多视图数据场合的数量不大、采集成本较高的不足,为了实现多视图数据的生成,同时,针对不同的类别又能生成类似于该类别的数据,本发明提出了一种基于深度卷积生成对抗网络(DC-GAN)的多类别多视图数据生成方法。由于数据集的限制,本发明特别针对珍珠图像的生成,但其核心方法可以推广到其他数据。
一种基于深度卷积生成对抗网络的多类别多视图数据生成方法,包括如下步骤:1.中心剪裁图片,2.在通道维度叠合多视图。3.提取多视图类别标签。4.用叠合多视图、类别标签、外加随机高维噪声共同训练DC‑GAN网络。5.用高维随机噪声和自定义标签传入训练好的网络,生成多视图叠合数据。6.剪裁并填充背景,得到符合原尺寸的多视图。本发明所述方法通过多视图叠合和带标签训练生成对抗网络的方法,实现了只需修改输入即可通过一个模型生成不同类别多视图的功能,所生成的数据可作为训练数据的扩充,来增加训练数据的多样性。
浙江工业大学是东部沿海地区第一所省部共建高校、首批国家“高等学校创新能力提升计划”(2011计划)协同创新中心牵头高校和浙江省首批重点建设高校,坐落于中国历史文化名城、风景旅游胜地杭州。学校坚持立德树人根本任务,以拔尖创新人才为引领、高级应用型人才为主体、复合型人才为特色,大力培养德智体美劳全面发展,富有家国情怀、国际视野、创新精神和实践能力的行业精英和领军人才。
评价单位:- (-)
评价时间:2024-10-22
综合评价
技术转让,许可,合作所需资金需双方协商,此项技术想尽快落地,希望具备此项技术研发的技术方,能够尽快承接此项目。。
查看更多>