公开(公告)号：CN117011648A

公开(公告)日：2023-11-07

申请号：CN202311065312.6

申请日：2023-08-23

Applicant: 华中科技大学

Inventor： 龚泽宇 ,  唐晶 ,  陶波 ,  武翀 ,  赵子桐

IPC: G06V10/774 ,  G06V10/82 ,  G06N3/0475 ,  G06N3/094 ,  G06T3/00 ,  G06T3/40

Abstract: 本发明属于网络训练相关技术领域，其公开了一种基于单个真实样本的触觉图像数据集扩充方法及设备，步骤为：(1)构建与真实环境对应的仿真场景，进而构建仿真触觉数据集；(2)获取单个真实触觉图像样本，并采用单个真实触觉图像样本对多尺度生成对抗网络模型训练；(3)完成多尺度生成对抗网络模型中每一个尺度的生成器的训练后，固定生成器的权重，对鉴别器添加对抗扰动；(4)将仿真触觉数据集输入训练后的多尺度对抗生成神经网络，得到初步扩充后的数据集，对初步扩充后的数据集进行多种图像变换，实现进一步扩充。本发明能够基于任意高分辨率触觉传感器收集的单个真实触觉样本构建大规模触觉数据集，降低大规模触觉数据集的收集成本。

公开(公告)号：CN117408883A

公开(公告)日：2024-01-16

申请号：CN202311198479.X

申请日：2023-09-15

Applicant: 华中科技大学

Inventor： 龚泽宇 ,  唐晶 ,  陶波 ,  武翀 ,  赵子桐

IPC: G06T3/4076 ,  G06N3/094 ,  G06N3/0475 ,  G06N3/0464 ,  G06T5/70

Abstract: 本发明属于轻纱图像质量提升相关技术领域，其公开了一种基于多尺度生成对抗网络的经纱图像数据提升方法及系统，方法包括：获取单个经纱图像数据作为训练样本；对训练样本进行不同层级的尺度缩放，并获取每一层级的噪声图；将多个层级的噪声图依次输入多尺度生成对抗网络；将多个层级对应的多个输出与对应层级的训练样本进行比对，获得第一网络训练损失；对第一网络训练损失进行梯度计算求解在不同攻击扰动下的泛化界，得到第二网络损失；将第二网络损失作为优化损失函数，实现对多尺度生成对抗网络的训练；将待测经纱图像数据输入训练完成的多尺度生成对抗网络，实现待测经纱图像数据的质量提升。本申请显著提高了多尺度生成对抗网络的泛化性能。