摘要
本发明公开了一种使用神经网络生成图像的方法,包括获取多种真实图像信息,输入VQGAN系统获取真实图像编码和图像特征节点集合,通过图像特征节点集合构建样本集,构建神经网络模型生成对抗网络,对抗网络包括生成器网络与判别器网络,其中生成器网络负责生成新的图像样本,而判别器网络负责判断输入的图像性质,使用构建的样本集对神经网络模型进行训练,优化模型参数,对优化后的模型通过随机输入向量生成图像,对生成图像进行评估。本发明与现有技术相比的优点在于:提供一种基于对抗神经网络,可以基于用户需要生成图片信息,能够高效的生成具有较高视觉质量和较为正确物体之间关系图像的一种使用神经网络生成图像的方法。
技术关键词
神经网络生成图像
生成器网络
神经网络模型
图像编码
生成对抗网络
图片
图像分割信息
样本
节点
颜色模型
通道
像素点
手册
互联网
数据
系统为您推荐了相关专利信息
跨模态
国画图像
生成对抗网络
归一化模块
解码方法
径流
地表水
短波红外波段
反射率差异
历史数据查询
甲虫诱捕器
自动监测方法
视觉采集设备
图像采集终端
图像处理模块
数据仓库系统
电力系统负荷
数据挖掘方法
矩阵
决策树模型
混凝土裂缝
半监督学习方法
神经网络模型
像素
主动学习方法