Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京航空航天大学杭州创新研究院高飞获国家专利权

北京航空航天大学杭州创新研究院高飞获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京航空航天大学杭州创新研究院申请的专利基于多判别器协作的图像生成方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114898004B

龙图腾网通过国家知识产权局官网在2025-11-11发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210653438.4,技术领域涉及:G06T9/00;该发明授权基于多判别器协作的图像生成方法及系统是由高飞;韩旭;陈鹏辉;王俊;罗喜伶设计研发完成,并于2022-06-09向国家知识产权局提交的专利申请。

基于多判别器协作的图像生成方法及系统在说明书摘要公布了:本说明书实施例提供了一种基于多判别器协作的图像生成方法和系统,该方法包括采集获取真实图像初始集,预处理后得到真实图像数据集;构造生成器网络和判别器网络,噪声输入至生成器网络获得生成图像集;基于生成图像集和真实图像送入各判别器得到各判别结果并进行求取平均值获得联合损失函数,通过梯度归一化法对联合损失函数进行梯度约束,得到归一化损失函数,计算判别器和生成器的损失函数并进行判别器网络和生成器网络的参数更新获得最优的生成器网络;通过最优的生成器网络生成图像。本发明通过多个判别器的协作与梯度归一化方法,减轻了收敛不稳定和模式崩溃等GANs训练过程中的问题,提升了GANs生成图像的质量与多样性。

本发明授权基于多判别器协作的图像生成方法及系统在权利要求书中公布了:1.基于多判别器协作的图像生成方法,其特征在于,包括步骤: 采集获取真实图像初始集,对真实图像初始集进行预处理后得到真实图像数据集; 构造生成器网络和判别器网络,判别器网络由多个初始化方法与学习率不同的判别器构成; 采样高斯白噪声输入至生成器网络获得生成图像集; 基于生成图像集,从真实图像数据集中获取等数量的真实图像,拼接真实图像与生成图像并将其送入各判别器得到各判别结果; 将各判别结果进行求取平均值获得联合损失函数,通过梯度归一化法对联合损失函数进行梯度约束,得到归一化损失函数,通过归一化损失函数计算判别器损失函数与生成器损失函数并进行判别器网络和生成器网络的参数更新,直至获得最优的生成器网络;最后通过最优的生成器网络生成图像; 所述判别器网络的归一化损失函数如下式所示: 判别器网络的损失函数的梯度范数有界,证明如下: 在梯度归一化方法的约束之下,的梯度范数取值范围为[-1,1]。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京航空航天大学杭州创新研究院,其通讯地址为:310052 浙江省杭州市滨江区创慧街18号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。