摘要
一种基于深度学习和水下光学模型的大坝水下缺陷图像生成方法,步骤如下:拍摄大坝表观缺陷图像,构建大坝水上缺陷图像数据集;采集大坝水下图像,构建水下风格图像数据集;将两个数据集合成得到非成对的大坝水上水下图像数据集;搭建基于无监督的生成对抗网络,输入大坝水上水下图像数据集进行训练,得到水上水下图像风格迁移模型;建立水下光学成像模型,引入水下图像衰减算子,得到水下光学成像衰减模型;利用水上水下图像风格迁移模型和水下光学成像衰减模型对大坝水上缺陷图像进行风格迁移,将其转换为具有真实水下图像风格的大坝水下缺陷图像数据集。本申请能够解决各项深度学习任务中大坝水下缺陷图像获取困难、样本量少的问题。
技术关键词
大坝
图像生成方法
光学成像
水下图像数据
风格
生成对抗网络
非均匀光照图像
水下机器人
深度学习模型训练
客观评价指标
文件夹
光源
无监督
水工建筑物
光学传感器
通道
光学设备
系统为您推荐了相关专利信息
风格迁移技术
水面
训练集
多任务学习策略
可读存储介质
动作预测模型
关节
数据
机器人控制方法
图像编码器