-
公开(公告)号:CN117493784A
公开(公告)日:2024-02-02
申请号:CN202311533167.X
申请日:2023-11-17
Applicant: 湘潭大学
IPC: G06F18/15 , G06F18/214 , G06F18/24 , G06N3/09
Abstract: 本发明公开一种基于鲁棒生成自适应网络的开集对抗样本防御方法,属于图像处理技术领域。首先对数据进行预处理得到对抗样本和旋转对抗样本;然后构建并训练用于开集对抗防御的鲁棒生成自适应网络,包括包含鲁棒块的编码器和噪声生成器;包含鲁棒块的编码器用于对输入样本的特征提取,能更好地获得图片的细节和纹理信息;噪声生成器能够提升模型的泛化性能,从而提高模型的鲁棒性。本发明方法有利于限制对抗攻击的传播效果并增加模型对不同噪声的泛化能力,为应对现实世界中复杂多变的数据环境提供了新的解决方案,并有望在开集识别和对抗样本研究领域发挥积极的作用。
-
公开(公告)号:CN114330237A
公开(公告)日:2022-04-12
申请号:CN202111664197.5
申请日:2021-12-31
Applicant: 湘潭大学
IPC: G06F40/109 , G06V10/774 , G06V10/764 , G06V10/80 , G06V30/19
Abstract: 本发明提供一种基于嵌套编‑解码网络的中文字体生成方法及系统,属于深度学习技术领域,中文字体生成方法包括:获取训练样本集;训练样本集包括源字体样本文件、目标字体样本文件和目标字体编号;目标字体样本文件中包括部分目标字符;源字体样本文件中包括与目标字体样本文件中的目标字符对应的源字符;根据训练样本集,对嵌套编‑解码网络进行训练,得到字体生成模型;基于字体生成模型,根据完整的源字体文件及目标字体编号,生成完整的目标字体文件。简化了字体生成的过程,实现印刷体之间及印刷体与手写字体的自动转换,并解决汉字笔锋细节生成的问题。
-
公开(公告)号:CN114330237B
公开(公告)日:2024-10-25
申请号:CN202111664197.5
申请日:2021-12-31
Applicant: 湘潭大学
IPC: G06F40/109 , G06V10/774 , G06V10/764 , G06V10/80 , G06V30/19
Abstract: 本发明提供一种基于嵌套编‑解码网络的中文字体生成方法及系统,属于深度学习技术领域,中文字体生成方法包括:获取训练样本集;训练样本集包括源字体样本文件、目标字体样本文件和目标字体编号;目标字体样本文件中包括部分目标字符;源字体样本文件中包括与目标字体样本文件中的目标字符对应的源字符;根据训练样本集,对嵌套编‑解码网络进行训练,得到字体生成模型;基于字体生成模型,根据完整的源字体文件及目标字体编号,生成完整的目标字体文件。简化了字体生成的过程,实现印刷体之间及印刷体与手写字体的自动转换,并解决汉字笔锋细节生成的问题。
-
-