原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了基于分类对抗网络的自适应图像属性编辑模型，通过构建上卷机残差网络和在判别器中增加属性对抗分类器Atta‑cls，同时实现了准确的属性转换和生成高质量图像的功能；采用上卷积残差网Tr‑resnet构造解码器，选择性地提取属性特征和内容特征，解决了深层编码器‑解码器结构中跳跃连接的局限性问题，增强了目标图像的属性特征，生成了更加精确和高质量的图像，提高了模型的性能。受生成对抗网络思想的影响，属性对抗分类器Atta‑cls针对属性差异以对抗学习的方式了解转换图像的不足，并根据不足进行进一步
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112241741 A
(43)申请公布日 2021.01.19
(21)申请号 202010861642.6
(22)申请日 2020.08.25
(71)申请人 华中农业大学
地址
文档评论（0）