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。

公开(公告)号：CN118195888A

公开(公告)日：2024-06-14

申请号：CN202410402466.8

申请日：2024-04-03

申请人： 山东大学

发明人： 鲁威志 ,  高东琛 ,  姜昊 ,  段明 ,  鲍江辉 ,  李蔚郁 ,  李垣江 ,  张敬林

IPC分类号： G06T3/04 ,  G06T11/00 ,  G06V10/40 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/0464 ,  G06N3/08 ,  G06V10/44

摘要： 本发明公开了基于特征随机采样的图像风格迁移方法及系统，所述方法包括：获取内容图像和风格图像；将内容图像和风格图像输入到训练后的图像风格迁移模型中，得到风格迁移后的图像；其中，训练后的图像风格迁移模型，用于：对输入的内容图像和风格图像分别进行特征提取，得到内容特征和风格特征；对内容特征和风格特征均进行随机采样，得到随机采样后的内容特征和风格特征；对随机采样后的内容特征和风格特征进行统计量的迁移，得到迁移后的内容特征；将迁移后的内容特征输入解码器，生成风格迁移图像。