一种用于水果图像生成网络的属性配准机制制造技术

本发明专利技术涉及一种用于水果图像生成网络的属性配准机制，属于计算机学科下的计算机视觉领域。实现步骤为：首先针对训练集中的图像进行预处理；然后使用识别训练集图像中的水果新鲜度、数量和类型；根据识别结果建立训练集图像和输入源图像的属性向量；根据需生成目标图像的新鲜度，建立需生成的目标图像的属性向量；基于图像属性的相似度，计算训练集图像与输入源图像以及与需生成的目标图像的相对筛选权重，并以此获得筛选数据集A和筛选数据集B；基于图像相似度检测算法，实现筛选数据集A和筛选数据集B中的图像的最佳配对，形成已配对的筛选数据集；基于配对后的筛选数据集，能显著提高水果图像生成网络的训练效率和结果质量。

【技术实现步骤摘要】

本专利技术属于计算机学科下的计算机视觉领域，具体涉及一种用于水果图像生成网络的属性配准机制。

技术介绍

1、图像风格迁移，是一种将两幅图像特征进行提取，并将其中一幅图像的特征迁移到另一幅图像当中，特征进行融合生成基于第二幅图像风格，以第一幅图像为原始内容的新图像的技术。

2、在申请号为202010920337.x，即申请公布号为cn112070145a的专利中，提出的基于对抗网络的水果图像的新鲜度属性迁移方法，基于生成对抗网络，能够针对任意新鲜度的水果图像，对水果图像中的新鲜度属性进行修改，并保持原图像的水果外形和在图像中的位置等属性不变。在该专利描述的方法中，生成对抗网络需分别使用不同新鲜度分类的图像训练集，将表面新鲜、表面颜色暗淡、表面皱褶、表面部分腐烂四类训练集图像作为模型输入，训练获得四个不同的生成器模型。

3、通过实验发现，在生成器模型的训练过程中，每类训练集图像的数量是影响生成图像质量的重要因素，训练集图像的数量越多生成图像的质量越高；同时，在通过生成器模型生成的图像中会存在一些不合理的结果，在实际使用中需要对生成图像进本文档来自技高网...

【技术保护点】

1.一种用于水果图像生成网络的属性配准机制，其特征在于，包括以下步骤：

【技术特征摘要】

1.一种用于水果图像生成网络的属性配...

【专利技术属性】
技术研发人员：陈红倩，吴倩，杨蕊，
申请(专利权)人：北京工商大学，
类型：发明
国别省市：