基于ASM与GANs的沙尘图像无配对学习仿真方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
基于ASM与GANs的沙尘图像无配对学习仿真方法
申请号:
CN202411436181
申请日期:
2024-10-15
公开号:
CN119323638A
公开日期:
2025-01-17
类型:
发明专利
摘要
本发明提出一种基于ASM与GANs的沙尘图像无配对学习仿真方法,采用基于ASM和GAN的无配对学习网络进行沙尘图像渲染,其中,采用深度估计网络建立ASM模型并采用生成对抗网络分别进行图像增强,再通过无参考图像融合策略将两个网络生成的图像进行融合。
技术关键词
图像融合策略
仿真方法
生成对抗网络
非暂态计算机可读存储介质
图像增强
分支
生成深度图
解码器模型
编码器
色度信息
解码网络
处理器
存储器
伪影
定义
电子设备
系统为您推荐了相关专利信息
1
电池多状态联合估计方法、装置、电子设备及存储介质
联合估计方法
数据驱动模型
多状态
序列
一维卷积神经网络
2
一种基于机器学习的布局布线校核方法
电网配电线路
校核方法
单线
布线
布局
3
一种基于多任务学习的跨模态飞机机身表面故障检测方法
飞机机身
故障检测方法
可见光图像
双层优化模型
生成对抗网络
4
一种高效物理仿真方法
物理仿真方法
负载均衡算法
GPU并行计算
仿真场景
并行计算架构
5
基于灾害归因分析的智能干旱风险管理方法及系统
归因
风险管理方法
支持向量机模型
风险评估模型训练
动态