公开(公告)号：CN116188259A

公开(公告)日：2023-05-30

申请号：CN202211572022.6

申请日：2022-12-08

申请人： 中国科学院水生生物研究所 ,  山东大学

发明人： 鲍江辉 ,  姜昊 ,  段明 ,  王馨悦 ,  李蔚郁 ,  胡少秋 ,  张东旭 ,  张敬林 ,  鲁威志

IPC分类号： G06T3/40 ,  G06N3/047 ,  G06N3/094 ,  G06N3/04

摘要： 本发明涉及一种基于压缩感知和生成对抗的鱼类图像生成方法，属于计算机视觉与深度学习技术领域，步骤包括：步骤1，基于高分辨率鱼类数据集训练压缩感知神经网络，获得低维观测信号和重构映射；步骤2，基于上述低维观测信号训练生成对抗网络，获得低维观测信号的生成器；步骤3，利用上述生成器，向生成器中输入噪声产生新的低维观测信号，利用上述重构映射将生成的低维观测信号重构为生成的高分辨率鱼类图片。本发明中生成器的输入为服从高斯分布的随机噪声，不需要从高维数据集中获得，因此本发明中获得的生成器可以将任意服从高斯分布的噪声生成为高清鱼类图像。且本发明可以生成与原始数据集服从同一分布而更加多样的不同高清鱼类图像。

公开(公告)号：CN116188259B

公开(公告)日：2024-07-23

申请号：CN202211572022.6

申请日：2022-12-08

申请人： 中国科学院水生生物研究所 ,  山东大学

发明人： 鲍江辉 ,  姜昊 ,  段明 ,  王馨悦 ,  李蔚郁 ,  胡少秋 ,  张东旭 ,  张敬林 ,  鲁威志

IPC分类号： G06F30/27

摘要： 本发明涉及一种基于压缩感知和生成对抗的鱼类图像生成方法，属于计算机视觉与深度学习技术领域，步骤包括：步骤1，基于高分辨率鱼类数据集训练压缩感知神经网络，获得低维观测信号和重构映射；步骤2，基于上述低维观测信号训练生成对抗网络，获得低维观测信号的生成器；步骤3，利用上述生成器，向生成器中输入噪声产生新的低维观测信号，利用上述重构映射将生成的低维观测信号重构为生成的高分辨率鱼类图片。本发明中生成器的输入为服从高斯分布的随机噪声，不需要从高维数据集中获得，因此本发明中获得的生成器可以将任意服从高斯分布的噪声生成为高清鱼类图像。且本发明可以生成与原始数据集服从同一分布而更加多样的不同高清鱼类图像。