摘要
本发明公开了计算机视觉领域的一种基于广义零样本学习的细粒度图像生成方法、装置、终端及介质,所述方法包括:将不可见类别的语义特征输入至已训练的生成器,生成对应的优化视觉特征图;所述生成器的训练方法包括:将可见类别的语义特征输入至生成器,生成合成视觉特征图;将所述真实视觉特征图和合成视觉特征图分别输入动态频域和空域特征提取与融合模块,得到优化后的真实视觉特征图与合成视觉特征图;判别器基于预设的第一损失函数进行训练;生成器结合预设的第二损失函数进行训练。本发明通过动态频域与空域特征提取与融合模块以及生成对抗网络的协同工作,有效提升了生成器对不可见类别视觉特征的生成质量。
技术关键词
视觉特征
图像生成方法
语义特征
空域特征
广义
样本
生成对抗网络
图像生成装置
学习分类器
动态
频域特征提取
损失函数优化
学习特征
电子终端
处理器
计算机视觉
模块
随机噪声
系统为您推荐了相关专利信息
辊筒设备
微型麦克风
故障诊断方法
故障诊断系统
表面图像数据
识别机器人
识别系统
对齐模块
多模态数据采集
动态
企业数据资产
智能化管理系统
动态存储管理
服务器
矩阵