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
特征提取模块
海水
预测模型训练方法
参数
分类器
电子病历
特征提取方法
多模态特征
序列
特征识别模块
图像组合
计算机可读指令
光照
采集卡
计算机设备
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