[发明专利]一种多判别器误差反传的对抗网络方法在审
| 申请号： | 201710690217.3 | 申请日： | 2017-08-14 |
| 公开（公告）号： | CN107563995A | 公开（公告）日： | 2018-01-09 |
| 发明（设计）人： | 周智恒;李立军 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 广州市华学知识产权代理有限公司44245 | 代理人： | 李斌 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种多判别器误差反传的对抗网络方法，属于深度学习神经网络领域，该模型的建立包括以下步骤S1、构造生成对抗网络GAN模型；S2、在现有GAN模型的基础上构造多个判别器；S3、准备好数据集对改进之后的多判别器网络进行训练；S4、在每次训练的过程中，记录所有判别器的损失函数；S5、计算所有判别器损失函数的平均值，返回至生成器进行后续的网络训练。本方法能够解决在网络训练的过程中，由于判别器单一而导致的网络健壮性差的问题，并构造多个判别器的生成对抗网络，能够从更加客观的角度去评判生成器生成图像的“真假”，从而使整个生成对抗网络的训练效果更好。 | ||
| 搜索关键词： | 一种 判别 误差 对抗 网络 方法 | ||
【主权项】：
一种多判别器误差反传的对抗网络方法，其特征在于，所述的动态调整算法包括下列步骤：S1、构造生成对抗网络GAN模型，模型包含生成器和判别器；S2、在现有GAN模型的基础上构造多个判别器；S3、准备好数据集对改进之后的多判别器网络进行训练；S4、在每次训练的过程中，记录所有判别器的损失函数；S5、计算所有判别器损失函数的平均值，返回至生成器进行后续的网络训练。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710690217.3/，转载请声明来源钻瓜专利网。
- 上一篇：图像的显著性检测方法及装置
- 下一篇：一种新型视神经盘分割方法及系统
