-
公开(公告)号:CN117934983A
公开(公告)日:2024-04-26
申请号:CN202311719966.6
申请日:2023-12-14
Applicant: 北京交通大学
IPC: G06V10/77 , G06V10/764 , G06V10/82
Abstract: 本发明提供一种基于最优传输理论的图像数据扩充方法及系统,属于图像处理技术领域,将自编码器与最优传输理论相结合,把图像生成的第二个任务:概率分布转换使用最优传输理论进行替换。由自编码器完成流形学习,最优传输映射完成概率分布转换。本发明使用蒙特卡洛方法建立了半离散最优传输映射网络,该网络将连续的白噪声分布映射为数据在隐空间内离散的分布,解决神经网络使用连续映射逼近不连续分布的问题。最后,对本发明提出的基于最优传输理论的图像数据扩充方法生成的的图像数据进行测试与分析,本发明解决了图像生成中出现的模式崩溃与模式混杂问题,通过测试结果分析验证了本发明的有效性。
-
公开(公告)号:CN117635482A
公开(公告)日:2024-03-01
申请号:CN202311521705.3
申请日:2023-11-15
Applicant: 北京交通大学
IPC: G06T5/73 , G06N3/0475 , G06N3/088 , G06N3/094 , G06N3/045 , G06N3/098 , G06N3/0464
Abstract: 本发明提供一种轨道区域图像去阴影方法及系统,属于图像处理技术领域,针对无人机采集数据过程中遇到的阴影问题,采用了一种基于生成对抗网络训练的端到端式去阴影方法。整体网络框架包括伪影生成、阴影去除、结果细化三个子网,引入傅里叶卷积残差模块提升生成器网络提取特征的能力,使网络在浅层就拥有全局感受野,从而减少网络深度以帮助稳定生成对抗网络的训练,通过总体加权损失函数提升生成无阴影图像质量,其中引入感知损失函数来保留扣件的结构信息,为后续开展扣件缺陷检测打下基础。
-