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
本发明公开一种基于多任务RL‑GAN模型的图像重建方法及系统。引入RL代理构建多任务图像生成RL‑GAN模型，利用生成对抗网络GAN及生成器G组成的环境与RL代理进行交互，训练RL代理寻找输入图片的最优解。通过搭建RL‑GAN模型，训练后的RL代理可对原始输入图像在图像层面进行预处理，无需经过编解码器的处理即可将缺损的RGB图像转换为最优状态，增大图像中包含的特征信息，最后将优化后的图像交给环境中处理核心任务或单个任务的对应GAN从而完成最终的多任务图像生成。本发明在多任务模式下的图像生成结果不
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117333625A
(43)申请公布日2024.01.02
(21)申请号202311521552.2G06V10/764(2022.01)
(22)申请日2023.11
文档评论（0）