数据去噪与增强协同的表征学习方法

AITNT
正文
推荐专利
数据去噪与增强协同的表征学习方法
申请号:CN202411862775
申请日期:2024-12-17
公开号:CN119723099B
公开日期:2025-11-04
类型:发明专利
摘要
本申请提供了一种数据去噪与增强协同的表征学习方法,涉及数据处理技术领域,旨在对自然噪声和对抗噪声进行协同表征学习,以提高任务模型的精度,该方法包括:对原始图像样本进行自然噪声去噪处理,得到去噪图像样本,所述自然噪声表征由自然因素产生的影响任务模型准确性的噪声;通过在所述去噪图像样本添加对抗噪声,生成对抗噪声图像样本,所述对抗噪声表征用于欺骗任务模型输出错误结果的噪声;基于扩散模型净化所述对抗噪声图像样本中的噪声,得到数据增强图像样本;基于所述数据增强图像样本和所述去噪图像样本,对任务模型进行训练,直至所述任务模型收敛。
技术关键词
样本 噪声图像 表征学习方法 注意力 通道 模型训练模块 处理器 图像处理方法 数据处理技术 学习装置 净化模块 计算机程序产品 非线性 可读存储介质 存储器 电子设备
系统为您推荐了相关专利信息
1
一种基于深度学习的滩涂潮沟分割提取方法
分割提取方法 光学遥感卫星影像 遥感影像分割 地理信息系统软件 图像
2
一种基于动态注意力机制的遥感图像语义分割方法及系统
注意力机制 联合损失函数 加权特征 动态 解码
3
基于改进YOLOv8算法的电力现场作业规范检测方法
规范检测方法 电力现场作业 注意力机制 通道 卷积模块
4
一种基于配准的高光谱异常检测方法
像素点 异常检测方法 多通道 图像 误差矩阵
5
目标检测模型的训练方法、装置、存储介质及电子设备
图像 融合特征 训练样本集 误差 电子设备
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号