基于条件生成对抗网络的无监督域适应图像分类方法

摘要

本发明公开了基于条件生成对抗网络的无监督域适应图像分类方法。该方法的步骤：对图像数据集进行预处理；采用循环一致的生成对抗网络并施加约束损失函数，构建跨域的条件对抗图像生成网络；使用预处理后的图像数据集对构建的条件对抗图像生成网络进行训练；使用训练好的网络模型对待分类的目标图像进行测试，得到最终分类结果。本发明采用条件对抗跨域图像迁移算法，对源域和目标域图像样本进行相互转换，且对转换前后目标图像的分类预测施加一致性损失函数约束。同时运用有判别性的分类标签进行条件对抗性学习，以对齐源域和目标域图像标签的联合分布，从而运用有标签的源域图像对目标域图像进行训练，实现目标图像的分类，并提高了分类精度。