科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于素描标注信息的生成对抗迁移学习方法,获取初始素描图,构造形式为“源域图像-源域图像边缘标注图”的成对数据集；构造基于素描标注信息的边缘分割深度网络并训练；基于矩阵范数选择目标域样本；构造并训练基于素描标注信息的生成对抗迁移学习网络,该网络包括深度生成器网络、深度判别器网络、基于素描标注信息的边缘分割深度网络和深度分类器网络；输入目标域图像,得到目标域图像的分类结果；本发明利用源域数据及目标域数据结构的相似性,通过结构约束,生成确定标签的符合目标域分布的样本,从而进行标签的传递,实现跨域分类。提高了分类准确率,实现了跨域分类任务。
- 单位
