低分辨率水稻图像的超分辨率重建和半监督识别分类方法

AITNT
正文
推荐专利
低分辨率水稻图像的超分辨率重建和半监督识别分类方法
申请号:CN202510368448
申请日期:2025-03-27
公开号:CN119888722A
公开日期:2025-04-25
类型:发明专利
摘要
本发明涉及低分辨率水稻图像的超分辨率重建和半监督识别分类方法,包括:训练生成器,并通过生成器获取超分辨率重建图像;通过第一鉴别器和第二鉴别器对超分辨率重建图像的质量进行判断;通过分类器判断合格图像的类别,并为合格图像赋予标签信息;通过小批次随机梯度下降训练算法优化生成器、第一鉴别器、第二鉴别器和分类器,直到达到纳什均衡状态。本发明的有益效果是:本发明打破传统GAN的二元拓扑结构,实现模糊水稻图像的超分辨率重建和分类,提出一个具有四元结构的生成对抗网络,其能够学习源域数据的复杂分布,捕捉数据中的细微结构和特征,因此其生成的图像在细节、纹理和整体视觉效果上都表现出色。
技术关键词
超分辨率重建图像 识别分类方法 分类器 Softmax函数 随机梯度下降 训练算法 高清 计算机存储介质 识别分类系统 生成对抗网络 图像类别 训练集 标签 生成特征 模块 电子设备 纹理
系统为您推荐了相关专利信息
1
基于人工智能的海水入侵预测模型训练方法及装置
特征提取模块 海水 预测模型训练方法 参数 分类器
2
一种基于多模态增强的电子病历症状特征提取方法及系统
电子病历 特征提取方法 多模态特征 序列 特征识别模块
3
卡证鉴伪方法、装置、计算机设备及存储介质
图像组合 计算机可读指令 光照 采集卡 计算机设备
4
一种数字化土地规划信息数据管理方法及系统
地形特征 地形结构 土地利用分类 植被 管理策略
5
一种基于三维点云与高光谱特征融合的种子检测方法
种子检测方法 三维卷积神经网络 Softmax分类器 数据特征提取 一维卷积神经网络
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