摘要
本发明涉及一种人工智能图像处理方法,包括以下步骤:S1:数据读取:从存储介质中读取历史图像数据和待处理的图像;S2:数据筛除:根据历史图像数据统计分析,确定需要筛除的图像特征作为第一图像特征,获取第一图像特征所对应的区间,若预处理后的待处理图像数据的第一特征值符合上述区间,则进行筛除,否则,传输至下一步;S3:数据增强与合成:对剩余图像进行数据增强操作,利用生成对抗网络合成新的图像数据;S4:亮度等级划分与标签映射:将彩色图像转换为灰度图像,计算灰度图像的平均灰度值,根据每个像素点的灰度值与平均灰度值的比较,将图像划分为低亮度、中亮度、高亮度等级。
技术关键词
亮度
模型训练模块
神经网络模型构建
训练神经网络模型
数据读取单元
数据处理模块
生成对抗网络训练
参数
真实图像数据
输出模块
优化器
读取图像数据
随机噪声
文件系统
彩色图像
系统为您推荐了相关专利信息
分级识别方法
对比度
灰度共生矩阵
像素点
Canny算法
氢燃料电池
电池控制模块
船舶
电机控制模块
动力调控装置
动态部署方法
皮革设备
皮革生产线
模型训练模块
数据采集模块
视觉检测方法
可见光图像
网络
损失函数设计
运动
页面文本信息
样本
预测点击率
画像
页面生成方法