-
公开(公告)号：CN113487715B
公开(公告)日：2024-09-20
申请号：CN202110703465.3
申请日：2021-06-24
Applicant: 之江实验室
Abstract: 本发明公开了一种基于生成对抗网络的数据增强方法。通过生成对抗网络的特征提取，将车辆图像的深层特征渲染到一个既定的三维立体结构上，完成一幅二维图像到三维立体结构的重构，再进行三维单眼投影，获得其在所需视角的二维图像，完成车辆不同视角图像的生成。本发明在前沿作者的noise‑to‑image的基础上进行了修正尝试，使其完成了从noise‑to‑image到image‑to‑image的转换，在此之后，可以做到定向修改一种特定属性(车辆视角等)，生成新视角的图像。
-
公开(公告)号：CN113469262A
公开(公告)日：2021-10-01
申请号：CN202110788383.3
申请日：2021-07-13
Applicant: 之江实验室
Abstract: 本发明公开了一种基于Fisher信息矩阵的增量学习方法。该方法通过计算Fisher信息矩阵判定神经网络各层参数的重要性；通过分离层间参数和层内参数，大大提升Fisher信息矩阵的计算效率；通过引入新的车辆增量数据，迭代训练模型，避免了全量数据训练的庞大计算量；对不同重要性的参数设置相应的权重系数，使得先验模型和后验模型具有最大的相似度；将Fisher信息矩阵和经典的KL散度相关联，给予神经网络的流形假设更有力的支撑。本发明的测试结果表明神经网络各层参数之间确实存在不同的重要性，且引入正则项可以有效控制神经网络的先验模型和后验模型之间的距离，使其尽可能小。
-
公开(公告)号：CN113487715A
公开(公告)日：2021-10-08
申请号：CN202110703465.3
申请日：2021-06-24
Applicant: 之江实验室
Abstract: 本发明公开了一种基于生成对抗网络的数据增强方法。通过生成对抗网络的特征提取，将车辆图像的深层特征渲染到一个既定的三维立体结构上，完成一幅二维图像到三维立体结构的重构，再进行三维单眼投影，获得其在所需视角的二维图像，完成车辆不同视角图像的生成。本发明在前沿作者的noise‑to‑image的基础上进行了修正尝试，使其完成了从noise‑to‑image到image‑to‑image的转换，在此之后，可以做到定向修改一种特定属性(车辆视角等)，生成新视角的图像。
-
-
Search Results
3
records
(took 0.018 seconds)
